Local Statistics for Spatial Panel Models with Application to the US Electorate
空间面板模型的局部统计量及美国选举应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究空间与时间共同观测的面板回归及其残差检验，因此归入面板数据；空间关联检验未提供网络干扰识别的依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
空间面板模型的局部统计量及美国选举应用
- 研究问题
- 空间面板回归拟合后，如何快速检验时空残差中的局部与整体空间相关，以支持模型诊断并定位残余空间关联？
- 方法与思路
- 作者以矩阵相似性的 gamma 指标为统一表示，将 Moran’s I、Geary’s C 等统计量扩展到多变量和面板情形，并实施置换检验。
- 材料陈述的贡献
- 摘要提出局部和整体空间关联指标的快速置换检验框架，并在美国县级五次总统选举数据上拟合空间面板模型和检验方法。
- 阅读关注点
- 应核对空间权重矩阵、置换机制及其有效性条件、残差估计对检验的影响，以及局部多重检验是否得到处理。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未提供检验误差控制或应用结果，空间相关也不能直接解释为因果溢出。
原文摘要
The spatial panel regression model has shown great success in modelling econometric and other types of data that are observed both spatially and temporally with associated predictor variables. However, model checking via testing for spatial correlations in spatial-temporal residuals is still lacking. We propose a general methodology for fast permutation testing of local and global indicators of spatial association. This methodology extends past statistics for univariate spatial data that can be written as a gamma index for matrix similarity to the multivariate and panel data settings. This includes Moran's $I$ and Geary's $C$ among others. Spatial panel models are fit and our methodology is tested on county-wise electoral results for the five US presidential elections from 2000 to 2016 inclusive. County-wise exongenous predictor variables included in this analysis are voter population density, median income, and percentage of the population that is non-Hispanic white.