pysal:解释空间滞后系数

时间:2019-06-28 01:54:13

标签: python statistics regression geospatial pysal

我估计了一个带有延迟的空间滞后模型。我想知道如何正确解释和报告结果参数估计值(考虑到空间溢出)。 R的spdep具有impacts()功能,可以正确确定直接,间接和全部效果,但是pysal似乎没有等效效果。

例如,如果我的空间滞后模型估计结果为rho = 0.3222beta_k = -0.0359,则将结果报告为:“预测因子 k 是否与响应变量减少0.0359相关联?还是更准确地说:“预测变量 k 增加1个单位会导致响应变量减少0.0359加上溢出效应”?

this paper的第184页上,作者似乎表明总效果= (beta_k / (1 - rho ** 2)) * (1 + rho)。给定该公式以及我估计的rhobeta_k,我是否应该将结果报告为:“预测变量k增加1单位与响应减少0.0529相关”?假设我正确地阅读了这些作者的论文,这将报告总体效果(包括间接/溢出效果),而不仅仅是直接效果(beta_k参数估计)本身。

tldr;我正在使用python / pysal进行操作,想知道如何从空间滞后模型正确解释/报告系数。

0 个答案:

没有答案