Nền tảng hồi quy không gian: Dữ liệu và ma trận trọng số Foundations of spatial regression: Data and the weighting matrix Tại sao “không gian” lại quan trọng? Chào mừng các bạn quay trở lại với chuỗi bài học về kinh tế lượng không gian! Trong bài giới thiệu, chúng ta đã cùng nhau tìm hiểu tầm quan trọng của việc xem xét yếu tố vị trí địa lý trong phân tích kinh tế. Một câu hỏi tự nhiên nảy sinh là: làm thế nào chúng ta có thể “nói” cho phần mềm thống kê như Stata biết rằng quận A là hàng xóm của quận B, hay thành phố C gần thành phố D hơn là thành phố E? Máy tính không thể hiểu các khái niệm trừu tượng về “láng giềng” hay “gần gũi” nếu chúng ta không lượng hóa chúng. Đây chính là thách thức và cũng là bước đầu tiên, quan trọng nhất trong bất kỳ phân tích không gian nào. Bài học này sẽ tập trung giải quyết chính xác vấn đề đó. …
Các bài đã xem
- Hướng dẫn thực hành so sánh các mô hình giải pháp góc với Stata
- Phân tích sau ước lượng với gllapred và các ứng dụng nâng cao
- Bài tổng hợp: So sánh và định hướng nâng cao
- Bài tập Thực hành Tổng hợp về Hồi quy Bán tham số
- Tại sao cần mô hình? Giới thiệu về kinh tế lượng và mô hình Harris-Todaro
- Tổng kết và định hướng nghiên cứu nâng cao
-
Xem thêm