|
本文主要為大家介紹Geoda軟件進(jìn)行回歸分析出來的相關(guān)統(tǒng)計(jì)量結(jié)果解釋 空間計(jì)量經(jīng)濟(jì)學(xué)創(chuàng)造性地處理了經(jīng)典計(jì)量方法在面對(duì)空間數(shù)據(jù)時(shí)的缺陷，考察了數(shù)據(jù)在地理觀測值之間的關(guān)聯(lián),。近年來在人文社會(huì)科學(xué)空間轉(zhuǎn)向的大背景下,，空間計(jì)量已成為空間綜合人文學(xué)和社會(huì)科學(xué)研究的基礎(chǔ)理論與方法，尤其在區(qū)域經(jīng)濟(jì)、房地產(chǎn),、環(huán)境,、人口、旅游,、地理,、政治等領(lǐng)域，空間計(jì)量成為開展定量研究的必備技能,。
GeoDa是一個(gè)設(shè)計(jì)實(shí)現(xiàn)柵格數(shù)據(jù)探求性空間數(shù)據(jù)分析（ESDA）的軟件工具集合體的最新成果。它向用戶提供一個(gè)友好的和圖示的界面用以描述空間數(shù)據(jù)分析,，比如自相關(guān)性統(tǒng)計(jì)和異常值指示等,。 GeoDa的設(shè)計(jì)包含一個(gè)由地圖和統(tǒng)計(jì)圖表相聯(lián)合的相互作用的環(huán)境，使用強(qiáng)大的連接窗口技術(shù),。GeoDa 能在任何風(fēng)格的微軟公司的操作系統(tǒng)下運(yùn)行（Win95,，98，2000,，NT,，Me，andXp）,。 Geoda軟件適用于區(qū)域經(jīng)濟(jì)學(xué),、法學(xué)、政治學(xué)等社會(huì)學(xué)科,，以及醫(yī)學(xué)、地理學(xué),、植物學(xué),、土壤學(xué)、地質(zhì)學(xué),、水文學(xué)和氣候?qū)W等領(lǐng)域,。 2、Geoda操作應(yīng)用學(xué)習(xí)手冊(cè) 以美國俄亥俄州哥倫布市49個(gè)社區(qū)的社區(qū)編號(hào)id,、犯罪率crime,、房價(jià)hoval與家庭收入income的數(shù)據(jù)講解如何使用Geoda軟件進(jìn)行空間統(tǒng)計(jì)分析和空間計(jì)量分析 1、軟件界面
打開軟件界面如下： 
2,、打開shp文件,，導(dǎo)入columbus.shp文件，界面為：
導(dǎo)入columbus.shp文件,，具體步驟如下：打開Geoda軟件,，點(diǎn)擊file—open—選擇文件—shapefile—對(duì)應(yīng)的shp文件 
打開之后界面為： 
3、導(dǎo)入對(duì)應(yīng)表格數(shù)據(jù)
導(dǎo)入數(shù)據(jù)，對(duì)應(yīng)步驟為：Table—merger table data 
對(duì)應(yīng)數(shù)據(jù)為： 
3,、創(chuàng)建權(quán)重矩陣
創(chuàng)建權(quán)重矩陣,，點(diǎn)擊Weight Manger，再點(diǎn)擊Tool—Create,， weights file ID variable（其中包含的數(shù)值要唯一）,，或者 add ID variable.選擇計(jì)算的距離方式 
4、接下來Space--Univariate Moran’s I
接下來Space--Univariate Moran’s I 
點(diǎn)擊OK,，得到結(jié)果圖 
進(jìn)一步的,，我們對(duì)區(qū)域Moran指數(shù)進(jìn)行可視化分析（LISA），以求其更加直觀清晰的展現(xiàn)出地區(qū)局部自相關(guān)關(guān)系：Space——Local Univariate Moran's I——Cluster Map（集聚地圖）和Significance Map（顯著性地圖） 5,、Moran’s I檢驗(yàn)的P值
計(jì)算結(jié)果查看（P值為0.001<0.05）,，0.006的意思是蒙特卡洛模擬999次和真實(shí)分布1次所有moran‘I中，真實(shí)分布的moran'I在一千個(gè)中排名第1,。
6,、OLS模型估計(jì)
>>
回歸分析
----------
SUMMARY OF OUTPUT: ORDINARY LEAST SQUARES ESTIMATIONData set : columbus
Dependent Variable : CRIME Number of Observations: 49
Mean dependent var : 35.1288 Number of Variables : 3
S.D. dependent var : 16.5605 Degrees of Freedom : 46
R-squared : 0.552404 F-statistic : 28.3856
Adjusted R-squared : 0.532943 Prob(F-statistic) :9.34074e-009
Sum squared residual: 6014.89 Log likelihood : -187.377
Sigma-square : 130.759 Akaike info criterion : 380.754
S.E. of regression : 11.435 Schwarz criterion : 386.43
Sigma-square ML : 122.753
S.E of regression ML: 11.0794
-----------------------------------------------------------------------------
Variable Coefficient Std.Error t-Statistic Probability
-----------------------------------------------------------------------------
CONSTANT 68.619 4.73549 14.4904 0.00000
INC -1.59731 0.334131 -4.7805 0.00002
HOVAL -0.273931 0.103199 -2.65441 0.01087
-----------------------------------------------------------------------------
REGRESSION DIAGNOSTICS
MULTICOLLINEARITY CONDITION NUMBER 6.541828
TEST ON NORMALITY OF ERRORS
TEST DF VALUE PROB
Jarque-Bera 2 1.8358 0.39937
DIAGNOSTICS FOR HETEROSKEDASTICITY
RANDOM COEFFICIENTS
TEST DF VALUE PROB
Breusch-Pagan test 2 7.9004 0.01925
Koenker-Bassett test 2 5.6941 0.05802
DIAGNOSTICS FOR SPATIAL DEPENDENCE
FOR WEIGHT MATRIX : RookColumbus Crime
(row-standardized weights)
TEST MI/DF VALUE PROB
Moran's I (error) 0.2499 2.9376 0.00331
Lagrange Multiplier (lag) 1 8.7599 0.00308
Robust LM (lag) 1 3.0722 0.07964
Lagrange Multiplier (error) 1 5.8149 0.01589
Robust LM (error) 1 0.1271 0.72141
Lagrange Multiplier (SARMA) 2 8.8871 0.01175
============================== END OF REPORT ================================
◆◆◆◆
|
