空间计量经济模型的经验似然推断

As spatial data almost appear in every field of the society, the research of spatial econometric models to fit spatial data is a hot research topic.in economic circles and statistical community nowadays. The project is going to systematically investigate the empirical likelihood inference for some important spatial econometric models such as spatial partially linear autoregressive models, spatial longitudinal autoregressive models and spatial autoregressive models with missing data. We will construct the empirical likelihood confidence intervals (regions) for the parameters in above models, study the merits of the confidence intervals (regions), apply these theoretical results to the prediction of some spatial economic indicators to present some new prediction methods for spatial economic indicators.

空间数据几乎出现在社会各个领域, 用于拟合空间数据的空间计量经济模型的研究是当今经济界和统计界的热门研究课题，本项目拟系统研究空间（数据）部分线性自回归模型、空间纵向(数据)自回归模型以及缺失数据情形空间（数据）自回归模型等重要空间计量经济模型的经验似然推断， 构造这些模型参数的经验似然置信区间（域），研究置信区间（域）的优良性，并将所得理论结果应用到一些空间经济指标的预测，得到空间经济指标预测的新方法。

空间数据几乎出现在社会各个领域, 用于拟合空间数据的空间计量经济模型的研究是当今经济界和统计界的热门研究课题。通过本项目的实施，我们利用空间计量经济模型的估计方程一般为模型误差序列的线性-二次型的形式这个特性，通过构造鞅差序列，把二次型转化为鞅差序列的线性形式，然后利用经验似然方法构造了误差满足空间自回归结构的空间自回归模型参数的经验似然置信域，构造了含空间误差的非参数模型参数的经验似然置信域，构造了部分时空面板数据模型参数的经验似然置信域，同时构造了一些常见相依样本（如相协和混合样本）下一些常见统计模型参数的经验似然置信域。研究结果还表明，经验似然方法在很多情况下优于正态逼近方法。

内容获取失败，请点击重试