Các mô hình hồi quy không gian nâng cao Advanced spatial regression models Vượt ra ngoài mô hình SAR cơ bản Chào mừng các bạn đến với bài học thứ tư trong chuỗi bài về Hồi quy không gian! Trong bài học trước, chúng ta đã đi sâu vào Mô hình Tự hồi quy không gian (SAR), một công cụ mạnh mẽ để mô hình hóa (spatial lag) và phân tích các (spillover effects). Tuy nhiên, thế giới thực hiếm khi đơn giản. Sự phụ thuộc không gian có thể không chỉ đến từ sự tương tác trực tiếp giữa các biến kết quả (như trong mô hình SAR), mà còn có thể ẩn giấu trong các yếu tố không quan sát được, hoặc thậm chí kết hợp nhiều dạng phụ thuộc cùng một lúc. Bài học này sẽ trang bị cho bạn những mô hình nâng cao để giải quyết chính những kịch bản phức tạp đó. Chúng ta sẽ mở rộng bộ công cụ của mình để bao gồm: Mô hình Sai số không gian (SEM), dùng …
Các bài đã xem
- 7. Biểu đồ tròn
- Các bộ lọc Hodrick-Prescott và Band-Pass
- Hướng dẫn thực hành toàn diện với Stata
- Kiểm định tính ngoại sinh và tìm kiếm biến công cụ
- Hướng dẫn thực hành SUR và SEM với Stata
- Nền tảng về nhiễu động tự tương quan
- Hướng dẫn thực hành với Stata
- Biến thiên bậc hai và phương sai tích hợp
-
Xem thêm