RANDOM EFFECTS AND SPATIAL AUTOCORRELATION WITH EQUAL WEIGHTS
等权重下的随机效应与空间自相关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。
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：摘要明确研究带随机效应和空间相关误差的面板回归，空间误差相关本身不足以归入网络与干扰方向。
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
等权重下的随机效应与空间自相关
- 研究问题
- 在等权空间矩阵和随机效应的面板模型中，如何简化 GLS 计算，并判断没有随机效应时 GLS 何时等价于 OLS？
- 方法与思路
- 作者利用归一化等权矩阵推导加权变换，将 GLS 转为变换后的 OLS，并考察多种空间误差设定下的结论。
- 材料陈述的贡献
- 摘要称得到简便的 GLS 变换，在无随机效应的特例中给出 GLS 等价于 OLS 的两个充分条件，并扩展至多类空间误差模型。
- 阅读关注点
- 核对等权矩阵的分块与归一化方式、随机效应协方差结构及变换公式，并区分变换后 OLS 与原模型 OLS 的等价性。
- 阅读边界
- 仅据所给出版社摘要，不能推广至一般空间权重矩阵；两个充分条件及协方差参数如何估计均未说明。
原文摘要
This note considers a panel data regression model with spatial autoregressive disturbances and random effects where the weight matrix is normalized and has equal elements. This is motivated by Kelejian, Prucha, and Yuzefovich (2005, Journal of Regional Science, forthcoming), who argue that such a weighting matrix, having blocks of equal elements, might be considered when units are equally distant within certain neighborhoods but unrelated between neighborhoods. We derive a simple weighted least squares transformation that obtains generalized least squares (GLS) on this model as a simple ordinary least squares (OLS). For the special case of a spatial panel model with no random effects, we obtain two sufficient conditions where GLS on this model is equivalent to OLS. Finally, we show that these results, for the equal weight matrix, hold whether we use the spatial autoregressive specification, the spatial moving average specification, the spatial error components specification, or the Kapoor, Kelejian, and Prucha (2005, Journal of Econometrics, forthcoming) alternative to modeling panel data with spatially correlated error components.I thank Paolo Paruolo and an anonymous referee for helpful comments and suggestions.