国家自然科学基金(70871041)
- 作品数：8 被引量：31H指数：4
- 相关作者：龙志和欧变玲林怡坚更多>>
- 相关机构：华南理工大学中国科学院数学与系统科学研究院中央财经大学更多>>
- 发文基金：国家自然科学基金中国博士后科学基金更多>>
- 相关领域：理学经济管理更多>>
- 空间经济计量模型Bootstrap检验功效的仿真分析被引量：2
- 2010年
- 当误差项不满足经典的正态独立同分布假设条件时,利用Moran’sⅠ统计量的渐近分布进行空间相关性检验的功效较弱.文中把Bootstrap方法用于空间经济计量模型的空间相关性Moran’sⅠ检验统计量,Monte Carlo模拟实验结果表明:从功效角度看,当误差项服从正态独立同分布时,Bootstrap检验与渐近检验同样有效,甚至优于渐近检验;当误差项不服从正态独立同分布且存在异方差时,Bootstrap检验能够有效地提高渐近检验的功效;当样本量较小时,空间相关系数和空间衔接结构等对功效有显著影响,尤其是在空间衔接密度较高的Queen矩阵和空间相关系数小于0的情况下,Bootstrap检验的功效显著大于渐近检验;当空间权重矩阵为Queen矩阵时,Bootstrap检验的功效曲线随样本量增大而从"√"型变成"V"型,对称性增强,空间衔接结构对Bootstrap检验功效的影响减弱.
- 欧变玲龙志和林光平
- 关键词：MONTE
- 空间经济计量滞后模型Moran检验的渐近分布被引量：2
- 2011年
- 基于空间经济计量滞后模型的2SLS残差,证明误差项服从正态独立同分布时,空间滞后模型Moran检验渐近服从正态分布,提出OLL-Moran检验②.Monte Carlo实验结果显示,与KP-Moran检验相比,提出的OLL-Moran检验的水平扭曲更低、功效更高.OLL-Moran检验具有良好的有限样本性质,能够更有效地检验空间经济计量滞后模型估计残差间的空间关系.
- 欧变玲龙志和林光平
- 空间经济计量滞后模型Bootstrap Moran检验功效的模拟分析被引量：7
- 2010年
- 当误差项不服从独立同分布时,利用Moran's I统计量的渐近检验,无法有效判断空间经济计量滞后模型2SLS估计残差间存在空间关系与否。本文采用两种基于残差的Bootstrap方法,诊断空间经济计量滞后模型残差中的空间相关关系。大量Monte Carlo模拟结果显示,从功效角度看,无论误差项服从独立同分布与否,与渐近检验相比,Bootstrap Moran检验都具有更好的有限样本性质,能够更有效地进行空间相关性检验。尤其是,在样本量较小和空间衔接密度较高的情况下,Bootstrap Moran检验的功效显著大于渐近检验。
- 欧变玲龙志和林光平
- 空间滞后模型中Moran's I统计量的Bootstrap检验被引量：6
- 2010年
- 针对空间滞后模型的估计残差,采用Wild.Bootstrap方法进行空间相关性检验;进而,基于Moran's I统计量的经验分布,从水平扭曲和功效角度比较Bootstrap检验和渐近检验的有效性.Monte Carlo实验结果显示,在经典正态假设条件下,Bootstrap检验已然同等或优于渐近检验;在更为实际的异方差、非正态假设条件下,渐近检验显著偏离,而Bootstrap检验的水平扭曲更小、功效更高.当模型不满足经典的分布假设条件,尤其是在小样本和空间衔接密度较高情况下,与渐近检验相比,Bootstrap检验更为有效.
- 欧变玲龙志和林光平
- 关键词：BOOTSTRAP
- 图解Bootstrap方法用于空间相关性Moran检验的有效性被引量：3
- 2011年
- 因为区域间经济收敛、外商直接投资和知识溢出等领域的空间经济计量研究依赖于空间关系的存在,所以进行空间相关性Moran’s I检验是关键。然而,已有空间相关性Moran’s I检验理论受到众多假设条件限制。利用"名义水平—实际水平"图和"名义水平—功效"图,解析非对称Wild Bootstrap方法用于空间相关性Moran’s I检验的有限样本性质,发现即使模型不满足经典的分布假设条件,与渐近检验相比,Bootstrap方法也能够有效地检验研究对象间的空间相关性。
- 欧变玲龙志和林光平
- 关键词：BOOTSTRAP方法
- 空间经济计量滞后模型Bootstrap Moran检验的水平扭曲被引量：9
- 2009年
- 将Bootstrap方法从计量经济学、金融学、医学、军事等领域拓展到空间经济计量领域,采用三种基于残差的Bootstrap方法,诊断空间经济计量滞后模型残差中的空间关系。大量Monte Carlo模拟结果显示,从水平扭曲角度看,在标准正态误差和异方差误差情况下,与渐近检验相比,Bootstrap检验具有更好的有限样本性质。
- 欧变玲龙志和林光平
- 线性回归模型Bootstrap LM-Error检验的水平扭曲被引量：3
- 2013年
- 基于OLS估计残差,本文将Bootstrap方法用于空间误差相关性LM-Error检验,综合考虑Bootstrap模拟抽样次数、空间衔接结构以及样本量,研究并比较空间误差相关Bootstrap LM-Error检验与渐近检验的水平扭曲。大量Monte Carlo实验结果显示,当模型误差不满足独立正态分布的假设条件时,空间误差相关LM-Error渐近检验的水平扭曲较大,采用Bootstrap方法可以较好地降低该水平扭曲;不管模型误差是否满足独立正态分布的假设条件,Bootstrap方法均能够有效地降低LMError渐近检验的水平扭曲。
- 欧变玲龙志和林怡坚
- 关键词：BOOTSTRAP方法蒙特卡罗模拟
- 线性回归模型Bootstrap LM-Lag检验有效性研究被引量：6
- 2011年
- 基于OLS估计残差,将Bootstrap方法用于空间滞后相关LM-Lag检验。在不同的误差结构和空间权重矩阵条件下,比较Bootstrap LM-Lag检验和渐近检验的水平扭曲和功效。通过Monte Carlo实验表明,当误差项不服从经典正态分布假设时,LM-Lag渐近检验存在严重的水平扭曲,Bootstrap检验能够有效地校正水平扭曲,并且Bootstrap LM-Lag检验的功效与渐近检验近似;无论误差项是否服从正态分布,从水平扭曲和功效角度看,线性回归模型Bootstrap LM-Lag检验有效。
- 林怡坚欧变玲龙志和
- 关键词：BOOTSTRAP方法
