Modello SAC Spaziale
Il modello Autoregressivo Spaziale Combinato (SAC), noto anche come modello SARAR, tiene conto simultaneamente della dipendenza spaziale sia nella variabile dipendente che nel termine di errore. Formalizzato da LeSage e Pace (2009), il modello SAC combina il modello "spatial lag" e il modello "spatial error" in un unico framework, stimando due distinti parametri autoregressivi spaziali: uno che cattura l'interazione spaziale sostanziale tra i risultati e un altro che cattura la correlazione spaziale residua tra i disturbi.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- LeSage, J., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press. ISBN: 978-1-4200-6424-7
Come citare questa pagina
ScholarGate. (2026, June 2). Spatial Autoregressive Combined (SAC) Model. ScholarGate. https://scholargate.app/it/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.
- Modello di Durbin Spaziale (SDM)Analisi spaziale↔ compare
- Modello di Errore Spaziale (SEM)Analisi spaziale↔ compare
- Modello a Lag Spaziale (SAR / Autoregressivo Spaziale)Analisi spaziale↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →