• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Allgemeines statistisches Archiv >A functional connectivity approach for modeling cross-sectional dependence with an application to the estimation of hedonic housing prices in Paris
【24h】

A functional connectivity approach for modeling cross-sectional dependence with an application to the estimation of hedonic housing prices in Paris

机译：一种功能连接方法，用于对横截面依赖性进行建模，并应用于巴黎享乐住房价格的估计中

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper proposes a functional connectivity approach, inspired by brain imaging literature, to model cross-sectional dependence. Using a varying parameter framework, the model allows correlation patterns to arise from complex economic or social relations rather than being simply functions of economic or geographic distances between locations. It nests the conventional spatial and factor model approaches as special cases. A Bayesian Markov Chain Monte Carlo method implements this approach. A small scale Monte Carlo study is conducted to evaluate the performance of this approach in finite samples, which outperforms both a spatial model and a factor model. We apply the functional connectivity approach to estimate a hedonic housing price model for Paris using housing transactions over the period 1990-2003. It allows us to get more information about complex spatial connections and appears more suitable to capture the cross-sectional dependence than the conventional methods.
机译：本文提出了一种功能连接方法，该方法受脑成像文献的启发，可以对横断面依赖性进行建模。使用变化的参数框架，该模型允许相关模式从复杂的经济或社会关系中产生，而不仅仅是位置之间经济或地理距离的函数。它把常规的空间和因子模型方法作为特殊情况嵌套。贝叶斯马尔可夫链蒙特卡洛方法实现了该方法。进行了小规模的蒙特卡洛研究，以评估此方法在有限样本中的性能，其性能优于空间模型和因子模型。我们使用功能连通性方法来估计使用1990-2003年期间房屋交易的巴黎享乐主义房屋价格模型。它使我们可以获得有关复杂空间连接的更多信息，并且看起来比常规方法更适合于捕获横截面依赖性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号