Spatial error models with heteroskedastic normal perturbations and joint modeling of mean and variance
异方差正态扰动下空间误差模型的均值与方差联合建模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：摘要研究空间误差相关与异方差，未明确网络互动、干扰或其他所列细分方向，故不以空间相关替代网络分类。
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
异方差正态扰动下空间误差模型的均值与方差联合建模
- 研究问题
- 如何在空间误差模型中同时处理空间相关与异方差，并联合估计均值和方差参数，分析加权最小二乘估计的偏差？
- 方法与思路
- 作者构建异方差空间误差模型，以对数似然和迭代 GAMLSS 方法估计参数，并通过理论分析、模拟及哥伦比亚辍学应用评估。
- 材料陈述的贡献
- 摘要称，两个理论结果说明模型优势并刻画加权最小二乘偏差；模拟展示参数恢复表现，应用用于分析辍学相关因素。
- 阅读关注点
- 应核对空间权重、均值与方差方程的设定、迭代算法收敛条件，以及理论优势和模拟参数恢复所依赖的条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核实；摘要未给出理论条件或模拟数值，模拟表现不能单独证明一致性。
原文摘要
This work presents the spatial error model with heteroskedasticity, which allows the joint modeling of the parameters associated with both the mean and the variance, within a traditional approach to spatial econometrics. The estimation algorithm is based on the log-likelihood function and incorporates the use of GAMLSS models in an iterative form. Two theoretical results show the advantages of the model to the usual models of spatial econometrics and allow obtaining the bias of weighted least squares estimators. The proposed methodology is tested through simulations, showing notable results in terms of the ability to recover all parameters and the consistency of its estimates. Finally, this model is applied to identify the factors associated with school desertion in Colombia.