A Design-Based Approach to Spatial Correlation
空间相关的设计型分析方法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。
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：摘要聚焦通用空间相关与设计型标准误，未明确面板、网络干扰或特定因果效应问题，现有细分依据不足。
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
空间相关的设计型分析方法
- 研究问题
- 空间数据的标准误何时需要调整，抽样方案、分配设计、模型设定及抽样概率分别如何影响这一判断？
- 方法与思路
- 作者在有限总体框架下区分三类空间相关来源，比较 Eicker–Huber–White、聚类稳健及空间 HAC 标准误。
- 材料陈述的贡献
- 摘要称为线性与非线性估计量提供是否调整空间相关的指南，并指出判断不仅取决于相关来源，也取决于抽样概率大小。
- 阅读关注点
- 核对有限总体下的估计目标、随机性来源及渐近方案，尤其关注各类标准误适用的设计组合和抽样比例影响。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或获期刊接收；摘要未列具体调整规则，不能直接据此选定某种标准误。
原文摘要
When observing spatial data, what standard errors should we report? With the finite population framework, we identify three channels of spatial correlation: sampling scheme, assignment design, and model specification. The Eicker-Huber-White standard error, the cluster-robust standard error, and the spatial heteroskedasticity and autocorrelation consistent standard error are compared under different combinations of the three channels. Then, we provide guidelines for whether standard errors should be adjusted for spatial correlation for both linear and nonlinear estimators. As it turns out, the answer to this question also depends on the magnitude of the sampling probability.