關鍵字查詢 | 類別:會議論文 | | 關鍵字:地理加權分量迴歸與空間局部自相關

[第一頁][上頁]1[次頁][最末頁]目前在第 1 頁 / 共有 01 筆查詢結果
序號 學年期 教師動態
1 100/2 統計系 陳怡如 副教授 會議論文 發佈 地理加權分量迴歸與空間局部自相關 , [100-2] :地理加權分量迴歸與空間局部自相關會議論文地理加權分量迴歸與空間局部自相關Geographically Weighted Autoregressive Quantile Regression陳怡如l; 顏吟真空間資料分析;地理加權迴歸;分量迴歸;地理加權分量迴歸;自迴歸模式;工具變數;殘差拔靴法;蒙地卡羅模擬法;Spatial data analysis;Geographically Weighted Regression;Quantile regression;Geographically Weighted Quantile Regression;Autoregressive model;Instrumental Variables;Residual bootstrap method;Monte-Carlo simulation應用統計學術研討會近年來,地理加權迴歸(GeographicallyWeighted Regression; GWR; Brunsdon et al., 1998) 已成為各領域中探討空間異質性時不可或缺的空間資料分析方法之一;而分量迴歸(Quantile Regression; QR) 由於可估計反應變數的百分位數,其應用性亦備受注意。為了增加空間資料分析的彈性, Chen et al. (2012) 將這兩種方法做結合,並提出了地理加權分量迴歸(Geographically Weighted Quantile Regression; GWQR)。地理加權分量迴歸方法雖可有效的探索各地方解釋變數與反應變數各分量在空間上的變化情形,但卻未能將空間相依性(spatial autocorrelation)也考慮於模式中。本研究的目的是利用工具變數(instrumental variable)的手法,將空間自相關模式(spatial autoregression model) 的想法導入,以拓展可同時探討空間異質性與空間局部自相關(Spatial Local Autocorrelation) 效應的地理加權自相關分量迴歸模式(Geographically Weighted Autoregressive Quantile Regression; GWAQR)。本研究使用蒙地卡羅模擬, 檢驗該模式參數估計量的表現情形,並根據結果提供研究者在不同樣本數的
[第一頁][上頁]1[次頁][最末頁]目前在第 1 頁 / 共有 01 筆查詢結果