问题标签 [spatial-regression]

我正在尝试使用统计模型 OLS 方法拟合我的数据。在按照教程进行操作时，导入了所有必要的库；

然后从 X_train 数据中定义所有变量名；

然后将邻域变量包含到公式中，为其创建和拟合二进制虚拟变量而无需截距。

最后拟合数据如下；

然而，这提高了;

但我没有弄清楚可能是什么问题。任何有关如何解决此问题的线索将不胜感激。谢谢你。

我正在使用spdep库中的errorsarlm()函数拟合空间错误模型。使用bptest.sarlm()函数计算的空间模型的 Breusch-Pagan 检验表明存在异方差。

下一步自然是获得稳健的标准误差估计并更新 p 值。在bptest.sarlm()函数的文档中说：

“通过使用 sarlm 对象的“lm.target”组件——使用 lmtest 和三明治包中的函数，在技术上也可以对标准误差估计进行异方差校正。”

并提供以下代码（作为参考）：

其中error.col是估计的空间误差模型。

现在，我可以轻松地使代码适应我的问题并获得稳健的标准错误。不过，我想知道：

• sarlm 对象的“lm.target”组件到底是什么？我在 spdep 文档中找不到任何提及。
• $tary 和 $tarX 到底是什么？同样，文档中似乎没有提到它。
• 为什么文档说“在技术上可以进行异方差校正”？这是否意味着并不真正推荐所提出的方法来克服异方差问题？

我一直在尝试为一篇论文做空间回归。现在我有一个问题，我需要为此使用邻接或反距离矩阵。为此，我一直在为德国社区使用官方 shapefile。做几千箱。

现在我已经在我的计算机上运行命令“spmatrix create contiguity Wc”两个小时了，但它看起来更像是 Stata 崩溃了，而不是它完成了计算。我一直在使用 Stata 15 IC。

难道我做错了什么？有什么方法可以限制矩阵的创建过程，让它更快——比如只允许一定的距离？