Model SAC Spasial
Model Gabungan Autoregresif Spasial (SAC) Spasial, yang juga dikenal sebagai model SARAR, secara simultan memperhitungkan dependensi spasial baik pada variabel dependen maupun pada suku galat (error term). Diformalisasi oleh LeSage dan Pace (2009), model SAC menggabungkan model lag spasial dan model galat spasial ke dalam satu kerangka kerja tunggal, mengestimasi dua parameter autoregresif spasial yang berbeda — satu menangkap interaksi spasial substantif di antara hasil (outcomes) dan satu lagi menangkap korelasi spasial residual di antara gangguan (disturbances).
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- LeSage, J., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press. ISBN: 978-1-4200-6424-7
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). Spatial Autoregressive Combined (SAC) Model. ScholarGate. https://scholargate.app/id/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.
- Model Regresi Keruangan Durbin (SDM)Analisis Spasial↔ compare
- Model Galat Spasial (SEM)Analisis Spasial↔ compare
- Model Lag Spasial (SAR / Paut Taut Spasial)Analisis Spasial↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →