APPLICATIONS OF FUNCTIONAL DEPENDENCE TO SPATIAL ECONOMETRICS
函数依赖在空间计量经济学中的应用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：摘要明确将空间面板数据模型列为函数依赖理论的适用对象，因而选面板数据；未据空间依赖推断因果干扰。
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
函数依赖在空间计量经济学中的应用
- 研究问题
- 如何将时间序列中的函数依赖概念推广至非平稳空间过程，并为常见空间计量模型建立可用于渐近分析的概率工具？
- 方法与思路
- 作者定义空间函数依赖度量，建立多类概率不等式、大数定律和中心极限定理，并考察模型适用性、变量变换及与其他依赖概念的比较。
- 材料陈述的贡献
- 摘要称，常见空间自回归、阈值空间自回归和空间面板模型在正则条件下具有函数依赖性，并展示该框架相对其他概念的优势。
- 阅读关注点
- 应核对空间索引与非平稳性设定、依赖度量的衰减条件、各概率结果的适用范围，以及与混合和近历依赖比较时使用的标准。
- 阅读边界
- 仅据所给 Crossref 版本摘要，正则条件、空间样本增长方式和优势的具体范围未说明，不能判断普遍替代性或其他版本变化。
原文摘要
In this paper, we generalize the concept of functional dependence (FD) from time series (see Wu [2005, Proceedings of the National Academy of Sciences 102, 14150–14154]) and stationary random fields (see El Machkouri, Volný, and Wu [2013, Stochastic Processes and Their Applications 123, 1–14]) to nonstationary spatial processes. Within conventional settings in spatial econometrics, we define the concept of spatial FD measure and establish a moment inequality, an exponential inequality, a Nagaev-type inequality, a law of large numbers, and a central limit theorem. We show that the dependent variables generated by some common spatial econometric models, including spatial autoregressive (SAR) models, threshold SAR models, and spatial panel data models, are functionally dependent under regular conditions. Furthermore, we investigate the properties of FD measures under various transformations, which are useful in applications. Moreover, we compare spatial FD with the spatial mixing and spatial near-epoch dependence proposed in Jenish and Prucha ([2009, Journal of Econometrics 150, 86–98], [2012, Journal of Econometrics 170, 178–190]), and we illustrate its advantages.