Skutki błędnej specyfikacji efektów przestrzennych w bayesowskim modelu autoregresji przestrzennej : wyniki symulacji Monte Carlo

• Autorzy: Edyta Łaszkiewicz

Warianty tytułu

Misspecification of Spatial Effects in the Bayesian Spatial Autoregressive Model : the Results from the Monte Carlo Simulation

• Języki publikacji: PL

Abstrakty

Celem artykułu jest identyfikacja skutków pominięcia dodatkowych charakterystyk procesu przestrzennego w modelu SAR. W badaniu skupiono się na dwóch procesach przestrzennych - cechujących się występowaniem skorelowanych przestrzennie i niezależnych efektów losowych. Wyniki symulacji Monte Carlo wykazały m.in., iż pominięcie efektów losowych w modelu SAR skutkuje przeszacowaniem parametru interakcji przestrzennych oraz wariancji składnika losowego. (abstrakt oryginalny)

EN

The aim of this paper is to analyze the impact of the SAR model misspecification. We concentrate on the effect of ignoring random effects (both independent and spatially correlated) in the SAR model. The results from the Monte Carlo simulation suggests the overestimation of the spatial parameter and error variance if the random effects are omitted in the SAR model. (original abstract)

Słowa kluczowe

PL

Modele autoregresji; Modele bayesowskie; Symulacja Monte Carlo

EN

Autoregression models; Bayesian models; Monte Carlo simulation

• Czasopismo: Acta Universitatis Nicolai Copernici. Ekonomia
• Rocznik: 2014
• Tom: 45
• Numer: nr 2
• Strony: 219--234

Twórcy

autor

Edyta Łaszkiewicz

• Uniwersytet Łódzki

Bibliografia

• Anselin L. (1988), Spatial Econometrics: Methods and Models, Vol. 4. Springer.
• Anselin L., Griffith D. A. (1988), Do spatial effects really matter in regression analysis?, "Papers in Regional Science", 65(1), 11-34.
• Domański Cz., Pruska K. (2000), Nieklasyczne metody statystyczne, Polskie Wydawnictwo Ekonomiczne, Warszawa.
• Goldstein H. (2011), Multilevel Statistical Models, John Wiley & Sons.
• Hoogland J., Boomsma A. (1998) Robustness studies in covariance structure modeling: An overview and a meta-analysis, "Sociological Methods and Research", 26(3), 329-367.
• Lee L. F. (2002), Consistency and efficiency of least squares estimation for mixed regressive, spatial autoregressive models, "Econometric Theory", 18(02), 252-277.
• Lee L. F. (2007), GMM and 2SLS estimation of mixed regressive, spatial autoregressive models, "Journal of Econometrics", 137(2), 489-514.
• LeSage J. (1997), Bayesian estimation of spatial autoregressive models, "International Regional Science Review", 20(1-2), 113-129.
• LeSage J., Pace R. K. (2009), Introduction to Spatial Econometrics, CRC Press.
• Liu A., Folmer H., Oud J. H. (2014), Estimation of autoregressive models with two types of weak spatial dependence by means of the W-based and the latent variables approach: evidence from Monte Carlo simulations, "Environment and Planning", A, 46(1), 186-202.
• Moerbeek M. (2004), The consequence of ignoring a level of nesting in multilevel analysis, "Multivariate Behavioral Research", 39.1, 129-149.
• Osiewalski J. (2001), Ekonometria bayesowska w zastosowaniach, Wyd. AE w Krakowie, Kraków.
• Pace R. K., Barry R. (1997), Quick computation of spatial autoregressive estimators, "Geographical analysis", 29.3, 232-247.
• Plummer M., Best N., Cowles K., Vines K. (2005), CODA: output analysis and diagnostics for MCMC, R package version 0. 9-2.
• Suchecki B. (red.), (2010), Ekonometria przestrzenna, Wydawnictwo C.H.Beck, Warszawa.
• Szulc E. (2007), Ekonometryczna analiza wielowymiarowych procesów gospodarczych, Wydawnictwo Uniwersytetu Mikołaja Kopernika, Toruń.
• Van den Noortgate W., Opdenakker M. C., Onghena P. (2005), The effects of ignoring a level in multilevel analysis, "School Effectiveness and School Improvement", 16(3), 281-303.

Identyfikatory

DOI

10.12775/AUNC_ECON.2014.014