THE CORRELATION STRUCTURE OF SPATIAL AUTOREGRESSIONS
空间自回归模型的相关结构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：摘要明确以有向和无向网络及图上游走分析空间单位间的相关结构。
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
空间自回归模型的相关结构
- 研究问题
- 一阶同时空间自回归过程中的相关性如何受权重矩阵、自相关参数和图距离影响，有向与无向网络有何差别？
- 方法与思路
- 作者用连接空间单位的图上游走表示协方差，分析权重矩阵行标准化、图距离及参数空间端点对相关性的影响。
- 材料陈述的贡献
- 摘要称图论表示澄清了多项相关结构性质，并解释了为何不规则格点上难以直接从权重矩阵性质推知相关性。
- 阅读关注点
- 应核对游走表示的成立条件、权重矩阵标准化的作用，以及有向和无向网络中图距离与相关性关系的差异。
- 阅读边界
- 仅据所给 Crossref 版本摘要，无法判断相关性的具体公式、单调性及端点结论；也不能据此赋予网络效应因果含义。
原文摘要
This paper investigates how the correlations implied by a first-order simultaneous autoregressive (SAR(1)) process are affected by the weights matrix and the autocorrelation parameter. A graph theoretic representation of the covariances in terms of walks connecting the spatial units helps to clarify a number of correlation properties of the processes. In particular, we study some implications of row-standardizing the weights matrix, the dependence of the correlations on graph distance, and the behavior of the correlations at the extremes of the parameter space. Throughout the analysis differences between directed and undirected networks are emphasized. The graph theoretic representation also clarifies why it is difficult to relate properties of W to correlation properties of SAR(1) models defined on irregular lattices.