空间回归 lagsarlm 中影响的标准误差
Standard errors of impacts in a spatial regression lagsarlm
我正在使用空间滞后和杜宾回归模型,我想估计影响的标准误差。关于如何做到这一点有什么想法吗?
下面使用 durbin 模型的可重现示例
# data
data(oldcol)
# neighbours lists
lw <- nb2listw(COL.nb, style="W")
# regression
fit_durb <- lagsarlm(CRIME ~ INC + HOVAL, data=COL.OLD, type="Durbin",
listw=lw, method="eigen",
zero.policy=T, na.action="na.omit")
# power traces
W <- as(lw, "CsparseMatrix")
trMC <- trW(W, type="MC", listw = lw)
# Impacts
imp <- summary(impacts(fit_durb, tr=trMC, R=1000), zstats=TRUE, short=TRUE)
您应该能够使用存储在 imp 对象中的 MC 样本来获取标准错误,例如:
test1<-lapply(imp$sres, function(x){apply(x, 2, mean)})
test2<-lapply(imp$sres, function(x){apply(x, 2, sd)}
test1$direct/test2$direct
给出与 imp
返回的相同的 z 值
我正在使用空间滞后和杜宾回归模型,我想估计影响的标准误差。关于如何做到这一点有什么想法吗?
下面使用 durbin 模型的可重现示例
# data
data(oldcol)
# neighbours lists
lw <- nb2listw(COL.nb, style="W")
# regression
fit_durb <- lagsarlm(CRIME ~ INC + HOVAL, data=COL.OLD, type="Durbin",
listw=lw, method="eigen",
zero.policy=T, na.action="na.omit")
# power traces
W <- as(lw, "CsparseMatrix")
trMC <- trW(W, type="MC", listw = lw)
# Impacts
imp <- summary(impacts(fit_durb, tr=trMC, R=1000), zstats=TRUE, short=TRUE)
您应该能够使用存储在 imp 对象中的 MC 样本来获取标准错误,例如:
test1<-lapply(imp$sres, function(x){apply(x, 2, mean)})
test2<-lapply(imp$sres, function(x){apply(x, 2, sd)}
test1$direct/test2$direct
给出与 imp
返回的相同的 z 值