PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2012 | 15 | nr 4 | 71--85
Tytuł artykułu

Selected Challenges From Spatial Statistics For Spatial Econometricians

Warianty tytułu
Wybrane wyzwania statystyki przestrzennej dla ekonometryków przestrzennych
Języki publikacji
EN
Abstrakty
Artykuł prezentuje wybrane, niestandardowe statystyki przestrzenne oraz zagadnienia ekonometrii przestrzennej. Rozważania teoretyczne koncentrują się na wyzwaniach wynikających z autokorelacji przestrzennej, nawiązując do pojęć Gaussowskiej zmiennej losowej, topologicznych cech danych georeferencyjnych, wektorów własnych, filtrów przestrzennych, georeferencyjnych mechanizmów generowania danych oraz interpretacji efektów losowych. (abstrakt oryginalny)
EN
Griffith and Paelinck (2011) present selected non-standard spatial statistics and spatial econometrics topics that address issues associated with spatial econometric methodology. This paper addresses the following challenges posed by spatial autocorrelation alluded to and/or derived from the spatial statistics topics of this book: the Gaussian random variable Jacobian term for massive datasets; topological features of georeferenced data; eigenvector spatial filtering-based georeferenced data generating mechanisms; and, interpreting random effects. (original abstract)
Rocznik
Tom
15
Numer
Strony
71--85
Opis fizyczny
Twórcy
  • University of Texas at Dallas, USA
Bibliografia
  • Anselin L. (1988), Spatial Econometrics, Kluwer, Dordrecht.
  • Bentkus V., Bloznelis M., Götze F. (1996), A Berry-Esséen bound for Student's statistic in thenon-i.i.d. case, 'J. of Theoretical Probability', Springer, New York, 9.
  • Besag J. (1974), Spatial interaction and the statistical analysis of lattice systems, 'J. of the Royal Statistical Society B', Wiley, New York, 36.
  • Chaidee N., Tuntapthai M. (2009), Berry-Esséen bounds for random sums of non-i.i.d. randomvariables, 'International Mathematical Forum', m-Hikari, Ruse, 4.
  • Cliff A., Ord J. (1969), The Problem of Spatial Autocorrelation, [in:] A. Scott (ed.) LondonPapers in Regional Science, Pion, London.
  • Curry L. (1967), Quantitative geography, 1967, 'The Canadian Geographer', Wiley, New York, 11.
  • Cvetković D., Rowlinson P. (1990), The largest eigenvalue of a graph: a survey, 'Linear and Multilinear Algebra', Taylor & Francis, Abingdon, 28.
  • Gould P. (1967), On the geographical interpretation of eigenvalues, 'Transactions, Institute of British Geographers', Wiley, New York, 42.
  • Griffith D. (1992), Simplifying the normalizing factor in spatial autoregressions for irregularlattices, 'Papers in Regional Science', Wiley, New York, 71.
  • Griffith D. (2004a), Extreme eigenfunctions of adjacency matrices for planar graphs employed inspatial analyses, 'Linear Algebra & Its Applications', Elsevier, Amsterdam, 388.
  • Griffith G. (2004b), Faster maximum likelihood estimation of very large spatial autoregressivemodels: an extension of the Smirnov-Anselin result, 'J. of Statistical Computation and Simulation', Taylor & Francis, Abingdon, 74.
  • Griffith D. (2011a), Positive spatial autocorrelation, mixture distributions, and geospatial datahistograms, [in:] Y. Leung, B. Lees, C. Chen, C. Zhou, and D. Guo (eds.), 'Proceedings 2011 IEEE International Conference on Spatial Data Mining and Geographical Knowledge Services (ICSDM 2011)' , IEEE, Beijing.
  • Griffith D. (2011b), Positive spatial autocorrelation impacts on attribute variable frequencydistributions, 'Chilean J. of Statistics', Sociedad Chilena de Estadística, Valparaiso, 2 (2).
  • Griffith D., Paelinck J. (2011), Non-standard Spatial Statistics and Spatial Econometrics, Springer-Verlag, Berlin.
  • Maćkiewic, A., Ratajczak W. (1996), Towards a new definition of topological accessibility, 'Transportation Research B', Elsevier, Amsterdam, 30.
  • Mass C. (1985), Computing and interpreting the adjacency spectrum of traffic networks, 'Journal of Computational and Applied Mathematics', Elsevier, Amsterdam, 12&13.
  • Ord J. (1975), Estimation methods for models of spatial interactions, 'Journal of the American Statistical Association', Taylor & Francis, Abingdon, 70.
  • Pace R., LeSage J. (2004), Chebyshev approximation of log-determinants of spatial weightmatrices, 'Computational Statistics and Data Analysis', Elsevier, Amsterdam, 45.
  • Paelinck J. (2012), Some challenges for spatial econometricians, paper presented at the 2nd International Scientific Conference about Spatial Econometrics and Regional Economic Analys is, University of Lodz, Poland.
  • Paelinck J., and Klaassen L. (1979), Spatial Econometrics, Saxon House, Farnborough.
  • Smirnov O., Anselin L. (2001), Fast maximum likelihood estimation of very large spatialautoregressive models: a characteristic polynomial approach, 'Computational Statistics and Data Analysis', Elsevier, Amsterdam,, 35.
  • Smirnov O., Anselin L. (2009), An O(N) parallel method of computing the log-Jacobian of thevariable transformation for models with spatial interaction on a lattice, 'Computational Statistics and Data Analysis', Elsevier, Amsterdam, 53.
  • Walde J., Larch M., Tappeiner G. (2008), Performance contest between MLE and GMM for hugespatial autoregressive models, 'J. of Statistical Computation and Simulation', Taylor & Francis, Abingdon, 78 [Web of Science]
  • Zhang Y., Leithead W. (2007), Approximate implementation of the logarithm of the matrixdeterminant in Gaussian process regression, 'J. of Statistical Computation and Simulation', Taylor & Francis, Abingdon, 77.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.ekon-element-000171354049

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.