函数空间滞后模型的贝叶斯估计
统计方法学
2019-08-08 v1
摘要
空间滞后模型（SLM）已在文献中被广泛研究，用于地理、经济、人口、区域科学等多学科的空间化数据建模。这是考虑空间单元邻近性的经典线性模型的扩展。SLM 模型在函数框架中的扩展（FSLM 模型）及其截断最大似然估计已由 \cite{Ahmed} 提出。本文中，我们提出 FSLM 模型的贝叶斯估计。贝叶斯 MCMC 技术被用作模型参数的估计方法。我们进行了一项仿真研究，以比较贝叶斯估计方法与截断最大似然方法的结果。作为示例，所提出的贝叶斯方法被用于建立塞内加尔 45 个省中观察到的失业率与文盲率曲线之间的关系。
引用
@article{arxiv.1908.02739,
title = {Bayesian estimation of the functional spatial lag model},
author = {Alassane Aw and Emmanuel Nicolas Cabral},
journal= {arXiv preprint arXiv:1908.02739},
year = {2019}
}