...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Spatial economic analysis >A simultaneous spatial autoregressive model for compositional data
【24h】

A simultaneous spatial autoregressive model for compositional data

机译：一种同时空间自回归模型组成数据

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

In an election, the vote shares by party for a given subdivision of a territory form a compositional vector (positive components adding up to 1). Conventional multiple linear regression models are not adapted to explain this composition due to the constraint on the sum of the components and the potential spatial autocorrelation across territorial units. We develop a simultaneous spatial autoregressive model for compositional data that allows for both spatial correlation and correlations across equations. Using simulations and a data set from the 2015 French departmental election, we illustrate its estimation by two-stage and three-stage least squares methods.
机译：在选举中，通过缔约方的投票股来组成境内的细分，形成组成载体（阳性组分增加1）。 传统的多个线性回归模型不适用于解释该组成，由于组件和跨领土单元的潜在空间自相关的约束。 我们开发了一个同时空间自回归模型，用于组合数据，其允许跨等式的空间相关性和相关性。 使用模拟和2015年法国部门选举中的数据集，我们通过两级和三阶段最小二乘方法说明了其估算。

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