Diagnostics  诊断其合适性

. . spregdhp y x1 x2 , nc(7) model(sar) wmfile(SPWxt) mfx(lin) test re

==============================================================================
*** Binary (0/1) Weight Matrix: 49x49 - NC=7 NT=7 (Non Normalized)
==============================================================================
==============================================================================
* Spatial Lag Han-Philips Linear Dynamic Panel Data Regression
==============================================================================
  y = w1y_y + x1 + x2
------------------------------------------------------------------------------
  Sample Size       =          42   |   Cross Sections Number   =           7
Wald Test         =     52.2355   |   P-Value > Chi2(4)       =      0.0000
  F-Test            =     13.0589   |   P-Value > F(4 , 38)     =      0.0000
(Buse 1973) R2     =      0.5789   |   Raw Moments R2          =      0.9661
(Buse 1973) R2 Adj =      0.5456   |   Raw Moments R2 Adj      =      0.9635
  Root MSE (Sigma)  =     13.3907   |   Log Likelihood Function =   -142.5329
------------------------------------------------------------------------------
- R2h= 0.4614   R2h Adj= 0.4188  F-Test =    7.92 P-Value > F(4 , 38)  0.0001
- R2v= 0.4431   R2v Adj= 0.3992  F-Test =    7.36 P-Value > F(4 , 38)  0.0002
------------------------------------------------------------------------------
           y |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
           y |
         L1. |   .0267713   .2782333     0.10   0.923     -.518556    .5720985
             |
       w1y_y |  -.1229202   .0692124    -1.78   0.076     -.258574    .0127336
          x1 |  -.2951249   .0833482    -3.54   0.000    -.4584844   -.1317655
          x2 |  -.8707571   .3158102    -2.76   0.006    -1.489734   -.2517804
       _cons |   69.89908   7.676857     9.11   0.000     54.85271    84.94544
------------------------------------------------------------------------------
  Rho Value  = -0.1229       Chi2 Test =     3.154   P-Value > Chi2(1)  0.0757
------------------------------------------------------------------------------

==============================================================================
* Panel Model Selection Diagnostic Criteria
==============================================================================
- Log Likelihood Function                   LLF            =   -142.5329
---------------------------------------------------------------------------
- Akaike Information Criterion              (1974) AIC     =     75.9713
- Akaike Information Criterion              (1973) Log AIC =      4.3304
---------------------------------------------------------------------------
- Schwarz Criterion                         (1978) SC      =    105.7777
- Schwarz Criterion                         (1978) Log SC  =      4.6613
---------------------------------------------------------------------------
- Amemiya Prediction Criterion              (1969) FPE     =     68.2952
- Hannan-Quinn Criterion                    (1979) HQ      =     85.7704
- Rice Criterion                            (1984) Rice    =     83.8455
- Shibata Criterion                         (1981) Shibata =     71.6775
- Craven-Wahba Generalized Cross Validation (1979) GCV     =     79.2035
------------------------------------------------------------------------------

==============================================================================
*** Spatial Panel Aautocorrelation Tests
==============================================================================
  Ho: Error has No Spatial AutoCorrelation
  Ha: Error has    Spatial AutoCorrelation

- GLOBAL Moran MI            =   0.1519     P-Value > Z( 1.442)   0.1493
- GLOBAL Geary GC            =   0.8314     P-Value > Z(-1.132)   0.2576
- GLOBAL Getis-Ords GO       =  -0.4341     P-Value > Z(-1.442)   0.1493
------------------------------------------------------------------------------
- Moran MI Error Test        =   0.7885     P-Value > Z(6.648)    0.4304
------------------------------------------------------------------------------
- LM Error (Burridge)        =   1.1336     P-Value > Chi2(1)     0.2870
- LM Error (Robust)          =   4.2647     P-Value > Chi2(1)     0.0389
------------------------------------------------------------------------------
  Ho: Spatial Lagged Dependent Variable has No Spatial AutoCorrelation
  Ha: Spatial Lagged Dependent Variable has    Spatial AutoCorrelation

- LM Lag (Anselin)           =   0.2512     P-Value > Chi2(1)     0.6163
- LM Lag (Robust)            =   3.3823     P-Value > Chi2(1)     0.0659
------------------------------------------------------------------------------
  Ho: No General Spatial AutoCorrelation
  Ha:    General Spatial AutoCorrelation

- LM SAC (LMErr+LMLag_R)     =   4.5159     P-Value > Chi2(2)     0.1046
- LM SAC (LMLag+LMErr_R)     =   4.5159     P-Value > Chi2(2)     0.1046
------------------------------------------------------------------------------
信息不少啊！！

纷繁复杂啊……

空间我用的很少，只会基本的，还停留在7、8十年代。

给讲讲这个模型呗？？？膜拜……

我也学得不好。拿出来大家讨论讨论

mfx(log) and tolog options must be combined, to transform linear variables to log form.

既然他使用的GMM进行处理内生性，为何不做序列相关检验呢？
我一直对埃及的这个经济学家的做法有些疑惑
觉得还是ehorst的Ml解决内生性可靠些

学习了

厉害

非常感谢！我很好奇，如果是空间面板，生成的spmat格式文件中的矩阵究竟是什么样子的呢？同一个地区在不同时间上（假设2000-2010年）的邻接权重矩阵是不是这样表达（假如是0-1矩阵的话）：与它相邻的地区都用1，不相邻都用0来表达的呢？

这是其中的一种方式 一种是根据省会距离的倒数来设定 还有一种是经济地理矩阵

我是想问，如果数据是面板形式的，那我的权重矩阵也需要做成带有时间维度的矩阵吗？还是就只需要反映横截面维度各地理空间之间的关系的矩阵就好了？？比如，我的地理维度为30个地区，时间维度是10个年份，那我的空间权重矩阵是300*300的呢，还是30*30的，不知道我说清楚没。。。

不需要 空间矩阵是外生的 只要30*30 就可以了。

. spatdiag, weights(W)


Diagnostic tests for spatial dependence in OLS regression


Fitted model
------------------------------------------------------------
crime = hoval + income
------------------------------------------------------------

Weights matrix
------------------------------------------------------------
Name: W
Type: Imported (binary)
Row-standardized: Yes
------------------------------------------------------------

Diagnostics
------------------------------------------------------------
Test                           |  Statistic    df   p-value
-------------------------------+----------------------------
Spatial error:                 |
  Moran's I                    |     2.955      1    0.003
  Lagrange multiplier          |     5.723      1    0.017
Robust Lagrange multiplier   |     0.079      1    0.778
                               |
Spatial lag:                   |
  Lagrange multiplier          |     9.364      1    0.002
  Robust Lagrange multiplier   |     3.720      1    0.054
------------------------------------------------------------
      稳健的没有通过

请教一下兰老师，我在做空间面板模拟范例时用的是 xsmle ,下载范例时看不见usaww矩阵文件，模拟也老是出错，不知道怎么解决？谢谢！！

. use "D:\stata11\ado\personal\product.dta", clear

. xtset state year
       panel variable:  state (strongly balanced)
        time variable:  year, 1970 to 1974
                delta:  1 unit

. xsmle pcap hwy water util pc gsp emp unemp,wmat(usaww)
usaww is not a valid spmat object
r(498);

请问下楼主 有没有stata 具体空间回归的资料？空间矩阵如何建立呢？

楼主您好，我这几天学这个都快疯了。您能告诉我手动计算的空间权重矩阵excel数据在stata中能使用吗？非常感谢

请问一下楼主，如果做10年数据回归，是不是空间权重矩阵也要有10年的，只要一个行不行啊？非常感谢

楼主，你好，能否把你用stata做空间计量的具体步骤介绍一下，还有面板数据的排列、权重文件的制作这些，能否详情介绍一下。

向大家学习

嗨，想请问一下，之前的这个问题您弄清楚了没呀？我现在在做面板数据的空间计量，对这个问题很是困惑。

可是，只生成一年的权重矩阵，stata会提醒不匹配。。 该怎么办？

请教楼主：

您的命令 spregdhp y x1 x2 , nc(7) model(sar) wmfile(SPWxt) mfx(lin) test re 中，权重矩阵SPWxt应该是另一个数据文件吧？怎么调用到当前数据文件中？

盼回复，谢谢！

标记一下，以后来学习

上面的命令好像都是截面空间模型，好像不是空间面板模型