Bayesian Spatial Durbin Model
The Bayesian Spatial Durbin Model (BSDM) estimates a spatial regression that simultaneously includes a spatially lagged outcome variable and spatially lagged covariates, using Bayesian inference with Markov Chain Monte Carlo sampling. It captures both endogenous and exogenous spatial spillovers while providing full posterior distributions for all parameters, quantifying uncertainty beyond what classical maximum-likelihood estimation offers.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
- LeSage, J. P., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press / Taylor & Francis. · ISBN 978-1420064247
- LeSage, J. P. (2014). Spatial Econometric Panel Data Model Comparison Using Heterogeneous Panels with Local Spatial Spillovers. Empirical Economics, 46(1), 193–211. · URL
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.