具有不完全地理编码数据的空间计量经济模型的降偏估计
统计方法学
2019-09-06 v1 其他统计学
摘要
最先进的时空计量经济模型的应用要求统计单元的空间坐标信息完全准确，这在面状数据背景下通常成立。然而，对于微观地理点级数据，此类信息不可避免地受到位置误差的影响，这些误差可能是数据生产者出于隐私保护有意生成的，也可能源于地理编码过程的不精确。这一不利情形可能限制空间计量经济建模框架在微观数据分析中的使用。事实上，一些近期研究（例如见 Arbia、Espa 和 Giuliani 2016）已表明位置误差的存在可能对结果产生不可忽略的影响。特别地，错误的空间坐标会导致模型参数估计中的向下偏差和方差增大。本文旨在提出一种策略，以减小偏差并为含位置误差的空间计量经济模型提供更可靠的推断。所提方法的有效性通过不同真实情景下的蒙特卡洛模拟研究进行了评估。研究结果表明该方法是可行的，并能使微观地理数据的空间计量经济建模成为可能。
引用
@article{arxiv.1909.02282,
title = {Reduced-bias estimation of spatial econometric models with incompletely geocoded data},
author = {Giuseppe Arbia and Maria Michela Dickson and Giuseppe Espa and Diego Giuliani and Flavio Santi},
journal= {arXiv preprint arXiv:1909.02282},
year = {2019}
}