Spatial weights matrix selection and model averaging for multivariate spatial autoregressive models
多元空间自回归模型的空间权重矩阵选择与模型平均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：摘要的实际应用以微博关注关系构造用户间影响权重，直接涉及网络联系，但未提供因果识别依据。
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…
多元空间自回归模型的空间权重矩阵选择与模型平均
- 研究问题
- 多元空间自回归模型面对多个候选空间权重矩阵时，如何进行模型选择或模型平均，尤其当真实矩阵不在候选集中？
- 方法与思路
- 作者提出候选权重矩阵的模型选择和模型平均估计方法，以平方损失刻画渐近表现，并用模拟和微博数据展示。
- 材料陈述的贡献
- 摘要称，两类估计量具有渐近最优性；当候选集包含真实矩阵时，选择方法还具有选择一致性。
- 阅读关注点
- 应核对平方损失的对象、候选集与真实模型的关系、平均权重构造，以及微博关注关系如何映射为空间权重。
- 阅读边界
- 这是预印本，同行评审或期刊接收未核实；摘要未列出渐近条件，微博行为关联也不能仅凭摘要解释为因果影响。
原文摘要
In this paper, we focus on the model specification problem in multivariate spatial econometric models when a candidate set for the spatial weights matrix is available. We propose a model selection method for the multivariate spatial autoregressive model, when the true spatial weights matrix may not be in the candidates. We show that the selected estimator is asymptotically optimal in the sense of minimizing the squared loss. If the candidate set contains the true spatial weights matrix, the method has selection consistency. We further propose a model averaging estimator that combines a set of candidate models and show its asymptotic optimality. Monte Carlo simulation results indicate that the proposed model selection and model averaging estimators perform quite well in finite samples. The proposed methods are applied to a Sina Weibo data to reveal how the user's posting behavior is influenced by the users that he follows. The analysis results indicate that the influence tends to be uniformly distributed among the user's followee, or linearly correlated with the number of followers of the followee.