ScholarGate
Assistent
Regression modelSpatial econometrics

Spatial SAC-modell

Den rumsliga kombinerade autoregressiva (SAC) modellen, även känd som SARAR-modellen, tar samtidigt hänsyn till rumsligt beroende i både den beroende variabeln och feltermen. Modellen, som formaliserades av LeSage och Pace (2009), kombinerar den rumsliga lagmodellen och den rumsliga felmodellen i ett enda ramverk, och estimerar två distinkta rumsliga autoregressiva parametrar – en som fångar substantiell rumslig interaktion bland utfall och en annan som fångar residual rumslig korrelation bland störningar.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. LeSage, J., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press. ISBN: 978-1-4200-6424-7

Så citerar du den här sidan

ScholarGate. (2026, June 2). Spatial Autoregressive Combined (SAC) Model. ScholarGate. https://scholargate.app/sv/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.

Compare side by side
ScholarGateSpatial SAC Model (Spatial Autoregressive Combined (SAC) Model). Hämtad 2026-06-15 från https://scholargate.app/sv/spatial-analysis/spatial-sac-model · Datamängd: https://doi.org/10.5281/zenodo.20539026