Модель пространственной авторегрессии с совместным учетом пространственной зависимости (Spatial SAC Model)
Модель пространственной авторегрессии с совместным учетом пространственной зависимости (Spatial Autoregressive Combined, SAC), также известная как модель SARAR, одновременно учитывает пространственную зависимость как в зависимой переменной, так и в члене ошибки. Формализованная LeSage и Pace (2009), модель SAC объединяет модель пространственного лага и модель пространственной ошибки в единую структуру, оценивая два различных параметра пространственной авторегрессии — один, отражающий существенное пространственное взаимодействие между результатами, и другой, отражающий остаточную пространственную корреляцию между возмущениями.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- LeSage, J., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press. ISBN: 978-1-4200-6424-7
Как цитировать эту страницу
ScholarGate. (2026, June 2). Spatial Autoregressive Combined (SAC) Model. ScholarGate. https://scholargate.app/ru/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.
- Пространственная модель Дарбина (SDM)Пространственный анализ↔ compare
- Пространственная модель ошибок (Spatial Error Model, SEM)Пространственный анализ↔ compare
- Spatial Lag ModelПространственный анализ↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →