《利用geoda计算空间误差模型和空间滞后模型》由会员分享，可在线阅读，更多相关《利用geoda计算空间误差模型和空间滞后模型（5页珍藏版）》请在金锄头文库上搜索。
1、利用 geoda 计算空间误差模型和空间滞后模型步骤 1 计算空间权重矩阵步骤 2 比较 LMerror、robusterror LMlag robustlag 的值，决定模型的 类型。步骤 3 利用模型得出结果。2打开shp文件file-new project from -shp注意英文路径4 计算权重文件 tools-weights-creatID 变量选择一个唯一值，一般选择 ID。l.rook :表示共边为邻接;【与 arcgis 中的 Polygoncontiguity(edges only)对应】2.queen：表示共边或共点为邻接；【与 arcgis 中的 Polygon con
2、tiguity（edgesand corners对应】基于距离（Distance）关系的空间权重threshold :表示既定距离下的相关，一般软件有默认一个最小值, 但可视实际情况调整（一般应大于最小值）；【arcgis 中的 inverse distance/fixed distance 都要设置 threshold 距离】2.K-nearest:表示指定某个多边形周围的多边形个数（K=3,4,5,6.）。与 arcgis 中的 K-nearest neighbors 对应】创建完毕5 计算三种模型及诊断结果Methods-regression选择因变量和自变量，勾选weights fil
3、e,选择刚刚创建的权重文件。Methods选择classic,H Pred. Vai. and Res. H C&eff. Var. Mat.7 White Te&t勾选点击runpcpucou_pe106 2. El166 . 13176 .3956090 . 00 00 0EEGEESSION DIAGNOSTICSMU1TICO11INEAEITY CONDITION NUMBER11.3務7546TEST ON NORMA1ITY OF ERRORSTESTBFVAI.UEPROBJarque-Bera2-8 7 . 4 5 8 40 . 0 0 0 0 0RANDOM COEFFIC
4、IENTSTESTDFBreusch-Fagan tmEt5Koenker-EaasB11 t est5SEECJF：COTTON ROBUSTTESTTESTDFUhi te创DIAGNOSTICS FOE HETEEOSKEDASTICITYVA1UEPROB14 2 . 24 610 . 00 00 01% . 65770 . 00 00 0VA1UEPROB461 . 32250 . 00 00 0(to v-st arLclard i z edTESTmiSdfVALUEMoxan1s I (exxox)0 .7961116.7 7-2 4Lagrange Multiplier(la
5、ig)11 04 02.7也Eobust LM (lag)170.2170lagzrange Mu丄七lpliezr:,ezrzrozr)1168.1011Robust IM (eTTor ).13 0：55 44 ?Lagrange MultipJ.i巴工(.SAiiAT它1 34 38.3181DIAGNOSTICS FOE SPATIAl DEPENDENCEFOR WEIGHT:全圉昌级统计教据.沪1FR0E5.00000.00000.00000.00000.0 00 00.00000_u -u o _u _u _uCOEFFICIENTS VARIANCE MATEIX.-CONST
6、ANTFOFU FINAOUTBED stu_per_183365421.45130-25824 . 3 08 56&-38 . 8&6 98 &6715 . 92195E-205 22 41.5 82 09 9-258224.3.0856632.7 68 43 1-0 . 2 83J67 1-12-1 . 66 71 8773 88 .949022-35 eeesee -0 .2&X671 O . 118503-2.09422-8 .-3393446715 .9.21955-121 . G67187-2- 0942：J79 . G-29641-1368 . 21G688-2052241 .5
7、82057388.9490 228.33 3$44-1 36 8.21 66 8866 25 85 . 4 31 86 4-4?0012 .3-0?523?05 . 83 0572：-4 . 44 88 09-56 . 24 03 90-9 88 39 . 532454popucou_pe-40012.30523905.830572-4.448803注意看报告。PROB值越小表示通过R检验，表示精度较好。Value 表示其值的大小。首先比较LMlag和LMerror的大小，二者都比较显 著,均可进行分析;若二者都不显著,则比较ROBUSTlag和robusterror, 选择较大值的模型。6 选择恰当的模型进行分析Methods-regression-,选取自变量和因变量，选择空间权重矩阵，选择 模型 spatial error or spatial lag，点击 run 即可。
