Spatial econometrics for misaligned data
地理位置不匹配数据的空间计量方法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：摘要聚焦空间位置不匹配的回归方法，所给细分领域没有直接对应的空间计量类别。
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
地理位置不匹配数据的空间计量方法
- 研究问题
- 当解释变量与被解释变量的地理观测位置不重合时，如何开展回归分析，并避免必须指定或估计回归误差协方差的要求？
- 方法与思路
- 作者针对地理位置不匹配数据提出并研究两种互补的回归方法，绕开误差协方差的指定或估计，并详细重新分析一项既有研究。
- 材料陈述的贡献
- 摘要称，两种方法提供处理空间位置不匹配的途径；重新分析发现具有经济意义的数量差异，同时保留原研究的大部分定性结论。
- 阅读关注点
- 应核对两种方法各自如何处理空间位置对应关系、需要哪些抽样与空间结构条件，以及重新分析中的数量变化由哪些处理步骤造成。
- 阅读边界
- 仅据所给出版社摘要，无法判断两种方法的具体形式、适用条件或数量差异大小；地理不匹配本身也不足以推断存在网络干扰或因果识别。
原文摘要
We produce methodology for regression analysis when the geographic locations of the independent and dependent variables do not coincide, in which case we speak of misaligned data. We develop and investigate two complementary methods for regression analysis with misaligned data that circumvent the need to estimate or specify the covariance of the regression errors. We carry out a detailed reanalysis of Maccini and Yang (2009) and find economically significant quantitative differences but sustain most qualitative conclusions.