Пространственная автокорреляция: различия между версиями
Patarakin (обсуждение | вклад) Нет описания правки |
Patarakin (обсуждение | вклад) Нет описания правки |
||
| Строка 5: | Строка 5: | ||
|Environment=Economic Disparity | |Environment=Economic Disparity | ||
}} | }} | ||
Пространственная автокорреляция в эконометрике — это свойство, при котором значения | '''Пространственная автокорреляция''' в эконометрике — это свойство, при котором значения одной и той же переменной в соседних географических точках статистически зависимы. Формально это выражается в модели пространственной авторегрессии: | ||
<math> | <math> | ||
Y = \alpha + \beta X + \rho W\,Y + \varepsilon | Y = \alpha + \beta\,X + \rho\,W\,Y + \varepsilon | ||
</math> | </math> | ||
где | |||
где | |||
– <math>Y</math> — вектор наблюдений зависимой переменной; | |||
– <math>X</math> — матрица независимых переменных; | |||
– <math>W</math> — матрица пространственных весов (описывающая соседство участков); | |||
– <math>\rho</math> — коэффициент пространственной автокорреляции; | |||
– <math>\varepsilon</math> — вектор случайных ошибок. | |||
Если <math>\rho \neq 0</math>, наблюдения, расположенные ближе друг к другу, оказывают взаимное влияние, и стандартная оценка методом наименьших квадратов даёт смещённые и несостоятельные коэффициенты. | |||
Версия от 23:15, 19 сентября 2025
| Описание | Пространственная автокорреляция в эконометрике — это свойство, при котором значения экономической переменной в одной точке пространства статистически зависят от значений этой же переменной в соседних точках. |
|---|---|
| Область знаний | Экономика, Статистика |
| Авторы | |
| Поясняющее видео | |
| Близкие понятия | Регрессия |
| Среды и средства для освоения понятия | Economic Disparity |
Пространственная автокорреляция в эконометрике — это свойство, при котором значения одной и той же переменной в соседних географических точках статистически зависимы. Формально это выражается в модели пространственной авторегрессии:
[math]\displaystyle{ Y = \alpha + \beta\,X + \rho\,W\,Y + \varepsilon }[/math]
где – [math]\displaystyle{ Y }[/math] — вектор наблюдений зависимой переменной; – [math]\displaystyle{ X }[/math] — матрица независимых переменных; – [math]\displaystyle{ W }[/math] — матрица пространственных весов (описывающая соседство участков); – [math]\displaystyle{ \rho }[/math] — коэффициент пространственной автокорреляции; – [math]\displaystyle{ \varepsilon }[/math] — вектор случайных ошибок.
Если [math]\displaystyle{ \rho \neq 0 }[/math], наблюдения, расположенные ближе друг к другу, оказывают взаимное влияние, и стандартная оценка методом наименьших квадратов даёт смещённые и несостоятельные коэффициенты.
