Spatiaalinen SAC-malli
Spatiaalinen yhdistetty autoregressiivinen (SAC) malli, joka tunnetaan myös SARAR-mallina, ottaa samanaikaisesti huomioon spatiaalisen riippuvuuden sekä selitettävässä muuttujassa että virhetermissä. LeSagen ja Pacen (2009) formalisoima SAC-malli yhdistää spatiaalisen viivemallin ja spatiaalisen virhemallin yhdeksi kehykseksi, estimoiden kaksi erillistä spatiaalista autoregressiivistä parametria – toinen kuvaa substantiivista spatiaalista vuorovaikutusta tulosten välillä ja toinen residuaalista spatiaalista korrelaatiota häiriöiden välillä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- LeSage, J., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press. ISBN: 978-1-4200-6424-7
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Spatial Autoregressive Combined (SAC) Model. ScholarGate. https://scholargate.app/fi/spatial-analysis/spatial-sac-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Avaruudellinen Durbinin malli (SDM)Spatiaalianalyysi↔ compare
- Spatiaalinen virhemalli (SEM)Spatiaalianalyysi↔ compare
- Tilalagun malli (SAR / Autoregressiivinen tilamalli)Spatiaalianalyysi↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →