Specification Test for Spatial Autoregressive Models
空间自回归模型的设定检验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：摘要研究空间权重矩阵所描述的空间关联及空间自回归设定，在给定分类中最接近网络关联方向。
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
空间自回归模型的设定检验
- 研究问题
- 在空间权重矩阵已选对的前提下，怎样检验线性空间自回归模型是否设定正确，并考察检验对局部偏离的敏感性？
- 方法与思路
- 作者构造设定检验，推导原假设与局部备择下的极限分布，并提出基于残差的 wild bootstrap，以改善有限样本表现。
- 材料陈述的贡献
- 摘要称检验在原假设下渐近不含干扰参数且具有一致性，自助法渐近有效；投票应用拒绝线性设定，增长应用未拒绝。
- 阅读关注点
- 应核对检验统计量、空间权重矩阵的前提、局部备择的形式和残差自助法实施步骤，并查看模拟与两组应用的具体设定。
- 阅读边界
- 检验以空间权重矩阵选择正确为前提，不能据此检验权重矩阵本身；经济增长样本未拒绝原假设也不等于证实模型正确。
原文摘要
This article considers a simple test for the correct specification of linear spatial autoregressive models, assuming that the choice of the weight matrix Wn is true. We derive the limiting distributions of the test under the null hypothesis of correct specification and a sequence of local alternatives. We show that the test is free of nuisance parameters asymptotically under the null and prove the consistency of our test. To improve the finite sample performance of our test, we also propose a residual-based wild bootstrap and justify its asymptotic validity. We conduct a small set of Monte Carlo simulations to investigate the finite sample properties of our tests. Finally, we apply the test to two empirical datasets: the vote cast and the economic growth rate. We reject the linear spatial autoregressive model in the vote cast example but fail to reject it in the economic growth rate example. Supplementary materials for this article are available online.