119# 吴玉鸣

真的很意外，这么快就有您的回复，谢谢吴老师。还有个问题，空间面板计量要用到什么软件？目前只能是Arcgis、Matlab、Gauss么？什么时候对我们有个空间计量经济学的培训啊？迫切想参加。。。另注：我在广州地区

我想问问吴老师，能否用Geoda做空间自相关分析（全局的和局部的moran I）?
是否还需要对所得指数进行统计检验？
这种检验时自动进行的还是需要另外检验？
麻烦吴老师给解答一下吧，我是个菜鸟，刚接触，还糊涂着呢，周围也没人可问

还想问问，用ARCgis和Geoda做空间自相关分析的话，有啥区别？
还有一个疑问：
空间数据总是不能排除其相关性，那在做空间自回归分析时，需不需要先进行空间自相关的检测？
如果检测出来有明显的空间自相关关系，还可以进行空间自回归吗？
问得既多又杂，望吴老师理解，百忙之中指点迷津

ArcGIS只能做简单的空间自相关分析，譬如Moran‘S I分析。GeoDa是一个专业的空间计量经济学软件，用Geoda可做全局的和局部的空间自相关分析Moran’S I分析，需要对所得指数进行正态分布统计检验，软件可以自动完成，如果检测出被解释变量Y的空间自相关性，在进行空间回归分析时需要运用空间滞后回归模型和空间误差模型进行空间计量经济分析。
祝学习愉快！

崇拜啊！！！！搞学术就应该这样！！！！

好羡慕，多向你学习。。。

欢迎吴教授

吴教授:
       您好！
       想请教一下如何把我的数据变成matlab可以识别的呢？在主文件中有这样两个语句，A=wk1read('cigardemo.wk1',1,0);
W1=wk1read('spat-sym-us.wk1');这应该是读取数据的吧？我的数据要怎么变成.wk1格式的文件呢？盼吴老师百忙之中为学生解惑！谢谢吴老师。。。
128# cz0021

牛人！牛人！

很不错的，好好学

lxq1212 你好！
    确实是读取数据的语句。你修改成你自己的打算模拟的数据文件格式就行。譬如：xlread cigardemo.xls; xlread spat-sym-us.xls，视你使用的数据的格式来定！

吴老师讲解的很详细，谢谢！我也明白在Matlab中怎样读取数据了

吴老师您好：想问一下在matlab空间计量工具箱中做空间面板计量的程序中只有关于截距项的固定和随机效应模型，没有固定效应变系数模型的程序么？有什么材料可以参考么？想做变系数模型要用什么函数呢？有没有相关程序可以下载呢？

欢迎吴教授，吴教授的到来，一会给论坛带来新的内容。

125# 吴玉鸣
吴老师您好：想问一下在matlab空间计量工具箱中做空间面板计量的程序中只有关于截距项的固定和随机效应模型，没有固定效应变系数模型的程序么？有什么材料可以参考么？想做变系数模型要用什么函数呢？有没有相关程序可以下载呢？

楼上你好！
据我所知，目前尚未开发出变系数的空间面板计量经济模型的程序。

137# 吴玉鸣

谢谢吴老师！

可以先计算出空间滞后项WY或空间误差项Wu等，然后使用Eviews或Stata等软件的面板数据变系数模型的估计技术来估计参数！

您好，吴老师，这是我在网上找的LM lag PANAL 命令，但是我不知道如何修改部分参数以适应我自己的数据，直接运行之后出现这样一行字：
??? Error using ==> lmlag_panel
Wrong # of arguments to lmlag_panel。不知道该怎么办？谢谢您



LM lag panal命令如下


function result = lmlag_panel(y,x,W)% PURPOSE: LM lag statistic for omitted spatial lag
%          of a panel regression model
% ---------------------------------------------------
%  USAGE: result = lmlag(y,x,W)
%  where: y = dependent variable vector
%         x = independent variables matrix
%         W = contiguity matrix (standardized)
% ---------------------------------------------------
%  RETURNS: a structure variable
%         result.meth = 'lmlag_panel'
%         result.lm   = LM statistic
%         result.prob = marginal probability
%         result.chi1 = 6.635 (chi-squared 1 dof at 99% level)
%         result.nobs = # of observations
%         result.nvar = # of variables
% ---------------------------------------------------
% NOTE: lm > 6.635,  => small prob,
%                    => reject HO: of no spatial correlation
% ---------------------------------------------------
% See also:  walds, lratios, moran
% ---------------------------------------------------
% REFERENCES: Elhorst JP (2009) Spatial Panel Data Models. In Fischer MM,
% Getis A (Eds.) Handbook of Applied Spatial Analysis, pp. 377-407.
% Springer: Berlin Heidelberg New York. http://www.springerlink.com/content/u8086626076458v0/
% ---------------------------------------------------


% written by:


% Donald J. Lacombe
% Research Associate Professor
% Regional Research Institute
% 886 Chestnut Ridge Road
% PO Box 6825
% Morgantown, WV 26506-6825
% donald.lacombe@mail.wvu.edu


% Based on the lmerror code of James P. LeSage
% jlesage@spatial-econometrics.com


if nargin ~= 3
error('Wrong # of arguments to lmlag_panel');
end;


[N C] = size(W);
T = length(y)/N;
NT = N*T;
[junk k] = size(x);


xpxi = (x'*x)\eye(k);      % Faster way of computing inv(x'*x)
b = xpxi*(x'*y);           % OLS coefficients
M = speye(NT) - x*xpxi*x';   % M matrix
e = M*y;                   % Calculate residuals
sighat = (e'*e)/NT;        % Calculate sigma hat


It = speye(T);
ItWn = kron(It,W);


Tw = trace(W*W + W'*W);                                  % Tw in Elhorst
term1 = [((ItWn)*x*b)'*M*(ItWn)*x*b+(T*Tw*sighat)];      
J = (1/(sighat))*term1;                                  % J term in Elhorst
lm1 = (e'*(ItWn)*y)/sighat;                              % Equation (11) Elhorst
lmlag = (lm1*lm1)*(1/(J));                               % Equation (11) Elhorst
prob = 1-chis_prb(lmlag,1);




result.meth = 'lmlag_panel';
result.lm = lmlag;
result.prob = prob;
result.chi1   = 6.64;
result.nobs = NT;
result.nvar = k;
result.T    = T;

redirect.php?goto=findpost&pid=9754590&ptid=306098]139#[/url] 吴玉鸣

139# 吴玉鸣
  PURPOSE: uses x,y coordinates to produce spatial contiguity weight matrices
           with delaunay routine from MATLAB version 5.2
  ------------------------------------------------------
  USAGE: [w1 w2 w3] = xy2cont(xcoord,ycoord)
  where:     xcoord = x-direction coordinate
             ycoord = y-direction coordinate
  ------------------------------------------------------
  RETURNS:
           w1 = W*S*W, a symmetric spatial weight matrix (max(eig)=1)
           w2 = W*W*S, a row-stochastic spatial weight matrix, where S represents
                the adjacency matrix from Delaunay triangles (Voronoi tesselation).
           w3 = diagonal matrix with i,i equal to 1/sqrt(sum of ith row)
  ------------------------------------------------------
  References: Kelley Pace, Spatial Statistics Toolbox 2.0
  ------------------------------------------------------
老师 w1 w2 w3哪个才是所用到的空间权重矩阵呢

楼上同行：其中W是空间权值矩阵， w1 w2 w3是派生的需要计算的空间权值矩阵。

学习！！！！！！！！

HNB1！！！！

吴老师，负责任、有水平且帅气的好老师！

Introduction to Spatial Econometrics
M. Dolores Ugarte
Journal Of The Royal Statistical Society Series A, 2011, vol. 174, issue 2, pages 513-514

来学习了

请问老师，空间回归模型能否根据空间矢量数据（shapefile）回归的关系来生成连续的表面数据（grid）？感谢指导

楼主: cymbidium，你好！
由于这两种数据的结构不同，估计矢量数据模型的估计参数不大适合于推演到栅格数据的模型上去，进而生成连续的表面数据。
不知我的理解对不对。请咨询地理信息数据方面的专家。
祝好！
吴玉鸣

welcome

欢迎欢迎