用MATLAB做空间计量回归详细步骤(有截图).docx

用MATLAB做空间计量回归详细步骤(有截图).docx

  1. 1、本文档共17页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
用MATLAB做空间计量回归详细步骤(有截图)1.将elhorst和jplv7两个程序文件夹复制到MATLAB安装目录的toolbox文件夹2.设置路径:3.读入变量和权重数据A=xlsread(D:\desktop\elhorst_model\\cigarette.xls);%读入数据,你自己的数据,数据格式自己定义。W1=xlsread(D:\desktop\elhorst_model\Spat-Sym-US.xls); %读入你的权重文件。4.根据所用模型,选择附录中的对应的运行程序,得出结果%例如,以下是普通面板编程T=30; %该面板数据的时期数为30(T=30),N=46; %该面板数据有30个地区(N=30),W=normw(W1); %将空间权重矩阵标准化(W=normw(w1)),y=A(:,3); %将名为A(以矩阵形式出现在MATLABA中)的变量的第3列数据定义为被解释变量y,x=A(:,[4,6]); %将名为A的变量的第4、5、6列数据定义为解释变量矩阵x,xconstant=ones(N*T,1); %定义一个有N*T行,1列的全1矩阵,该矩阵名为:xconstant,(ones即为全1矩阵)[nobs K]=size(x); %说明解释变量矩阵x的大小:有nobs行,K列。(size为描述矩阵的大小)。results=ols(y,[xconstant x]);vnames=strvcat(logcit,intercept,logp,logy);prt_reg(results,vnames,1);sige=results.sige*((nobs-K)/nobs);loglikols=-nobs/2*log(2*pi*sige)-1/(2*sige)*results.resid*results.resid% The (robust)LM tests developed by ElhorstLMsarsem_panel(results,W,y,[xconstant x]); % (Robust) LM tests附录:静态面板空间计量经济学一、OLS静态面板编程1、普通面板编程T=30; N=46; W=normw(W1); y=A(:,3); x=A(:,[4,6]); xconstant=ones(N*T,1);[nobs K]=size(x);results=ols(y,[xconstant x]);vnames=strvcat(logcit,intercept,logp,logy);prt_reg(results,vnames,1);sige=results.sige*((nobs-K)/nobs);loglikols=-nobs/2*log(2*pi*sige)-1/(2*sige)*results.resid*results.resid% The (robust)LM tests developed by ElhorstLMsarsem_panel(results,W,y,[xconstant x]); % (Robust) LM tests2、空间固定OLS (spatial-fixed effects)T=30; N=46; W=normw(W1); y=A(:,3); x=A(:,[4,6]); xconstant=ones(N*T,1);[nobs K]=size(x);model=1;[ywith,xwith,meanny,meannx,meanty,meantx]=demean(y,x,N,T,model);results=ols(ywith,xwith);vnames=strvcat(logcit,logp,logy); % should be changed if x is changedprt_reg(results,vnames);sfe=meanny-meannx*results.beta; % including the constant termyme = y - mean(y);et=ones(T,1);error=y-kron(et,sfe)-x*results.beta;rsqr1 = error*error;rsqr2 = yme*yme;FE_rsqr2 = 1.0 - rsqr1/rsqr2 % r-squared including fixed effectssige=results.sige*((nobs-K)/nobs);logliksfe=-nobs/2*log(2*pi*sige)-1/(2*sige)*results.resid*results.residLMsarsem_panel(results,W,ywith,xwith); % (R

您可能关注的文档

文档评论(0)

xingyuxiaxiang + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档