İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Ekonometri›Mekansal Regresyon (Mekansal Gecikme ve Mekansal Hata Modelleri)
Regression model

Mekansal Regresyon (Mekansal Gecikme ve Mekansal Hata Modelleri)

Spatial Regression (Spatial Lag and Spatial Error Models) · Ayrıca şöyle bilinir: spatial econometrics, spatial lag model, spatial error model, SAR / SEM, Uzamsal Regresyon (Spatial Lag / Spatial Error)

Mekansal regresyon, Luc Anselin'in 1988 tarihli mekansal ekonometri çalışmasında tanıttığı, coğrafi komşuluk ilişkilerini doğrudan modele dahil eden bir regresyon modelleri ailesidir. Mekansal bağımlılığın bağımlı değişkende yer aldığı mekansal gecikme modeli ile bağımlılığın hata teriminde yer aldığı mekansal hata modeli olarak ikiye ayrılır.

ScholarGate
  1. Regression model
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Mekansal Regresyon (Mekansal Gecikme ve Mekansal Hata Modelleri)
En Küçük Kareler (EK) Re…Panel Veri Sabit Etkiler…Kuantil RegresyonuGörünüşte İlişkisiz Regr…Eşik RegresyonuMekansal Ters Olasılık A…

Ne zaman kullanılır

Gözlemler coğrafi koordinatlar taşıdığında ve Moran I istatistiği, sıradan regresyonun göz ardı edeceği önemli mekansal otokorelasyon gösterdiğinde mekansal regresyon kullanın. Öncelikle bir mekansal ağırlık matrisi W tanımlanmalı, kalıntılar Moran I ile mekansal bağımlılık açısından test edilmeli ve makul bir kesit örneklemi (en az yaklaşık 50 birim) önerilir. Sonucun kendisi komşular arasında yayıldığında gecikme modelini, gözlemlenmeyen mekansal faktörler kalıntıları kirlettiğinde ise hata modelini seçin.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Sıradan regresyonun varsaydığı coğrafi komşuluk bağımlılığını açıkça modeller.
  • Net bir modelleme seçeneği sunar: sonuçtaki yayılmalar için mekansal gecikme, mekansal olarak ilişkili rahatsızlıklar için mekansal hata.
  • Anselin ile LeSage ve Pace'in yerleşik mekansal ekonometri çerçevesine dayanır.
Sınırlılıklar
  • Önceden tanımlanmış bir mekansal ağırlık matrisi W gerektirir ve sonuçlar komşuların nasıl belirlendiğine duyarlı olabilir.
  • Gözlemlerin coğrafi koordinatları olmalı ve buradaki çerçeve kesit verilerini hedefler.
  • Makul bir örneklem (en az yaklaşık 50 birim) gerektirir ve maksimum olabilirlik tahmini, sıradan en küçük karelerden daha zahmetlidir.

SSS

Mekansal gecikme ve mekansal hata modelleri arasındaki fark nedir?

Mekansal gecikme modeli, mekansal bağımlılığı bağımlı değişkene yerleştirir — bir gözlemin sonucu, ρWy terimi aracılığıyla komşularının sonuçlarına bağlıdır. Mekansal hata modeli, bağımlılığı rahatsızlıklara yerleştirir, böylece mekansal olarak ilişkili gözlemlenmeyen faktörler λWu aracılığıyla hatalardan sızar. Gecikme, sonuçtaki gerçek yayılmaları yakalar; hata, modelin dışarıda bıraktığı şeydeki mekansal yapıyı yakalar.

Mekansal ağırlık matrisi W nedir?

W, komşuluk yapısını kodlar: hangi gözlemlerin kimin komşusu olarak kabul edildiğini ve ne kadar güçlü olduğunu. Tahminden önce tanımlanmalıdır, tipik olarak coğrafi koordinatlardan (örneğin bitişiklik veya mesafe) ve modelin sonuçları bu seçime bağlıdır.

Neden önce Moran I ile test etmeliyim?

Moran I, verilerde veya kalıntılarda önemli mekansal otokorelasyon olup olmadığını kontrol eder. Eğer yoksa, sıradan regresyon yeterlidir; eğer varsa, bunu göz ardı etmek sıradan regresyonu yanıltıcı hale getirir ve mekansal bir model gereklidir.

Ne kadar büyük bir örnekleme ihtiyacım var?

Maksimum olabilirlik mekansal parametrelerinin güvenilir bir şekilde tahmin edilebilmesi için en az yaklaşık 50 coğrafi referanslı birimden oluşan makul bir kesit örneklemi önerilir.

Kaynaklar

  1. Anselin, L. (1988). Spatial Econometrics: Methods and Models. Kluwer Academic Publishers. DOI: 10.1007/978-94-015-7799-1 ↗
  2. LeSage, J. & Pace, R. K. (2009). Introduction to Spatial Econometrics. Chapman & Hall/CRC. DOI: 10.1201/9781420064254 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 1). Spatial Regression (Spatial Lag and Spatial Error Models). ScholarGate. https://scholargate.app/tr/econometrics/spatial-regression

İlişkili yöntemler

En Küçük Kareler (EK) RegresyonuPanel Veri Sabit Etkiler ModeliKuantil RegresyonuGörünüşte İlişkisiz Regresyonlar (SUR)Eşik Regresyonu

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • En Küçük Kareler (EK) RegresyonuEkonometri↔ karşılaştır
  • Panel Veri Sabit Etkiler ModeliEkonometri↔ karşılaştır
  • Kuantil RegresyonuEkonometri↔ karşılaştır
  • Görünüşte İlişkisiz Regresyonlar (SUR)Ekonometri↔ karşılaştır
  • Eşik RegresyonuEkonometri↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Mekansal Ters Olasılık Ağırlıklandırma (Mekansal IPW)

Benzer yöntemler

Mekansal Gecikme Modeli (SAR / Mekansal Otokorelatif)Mekansal Hata Modeli (SEM)Küresel Uzamsal Hata Modeli (SEM)Mekansal Durbin Modeli (SDM)Mekansal Panel Veri Modeli (Sabit/Rastgele Etkili)Bayes Uzamsal Hata ModeliZaman-Mekân Mekânsal Hata Modeli

İlgili referans kavramlar

Cross-Sectional Models • Spatial Models • Treatment Effect Models • Quantile RegressionsCross-Sectional Models • Spatial Models • Treatment Effect Models • Quantile Regressions • Social Interaction ModelsYapısal Eşitlik ModellemesiYapısal ve Gizil Değişken ModelleriPanel Data Models • Spatio-temporal ModelsPanel Data Models • Spatio-temporal Models

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Spatial Regression (Spatial Regression (Spatial Lag and Spatial Error Models)). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/econometrics/spatial-regression · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Luc Anselin
Year
1988
Type
Spatial regression (cross-sectional)
Estimator
Maximum likelihood (spatial lag and spatial error specifications)
Outcome
continuous
MinSample
50
Dependence
Geographic neighbourhood via spatial weight matrix W
İlişkili yöntemler
En Küçük Kareler (EK) RegresyonuPanel Veri Sabit Etkiler ModeliKuantil RegresyonuGörünüşte İlişkisiz Regresyonlar (SUR)Eşik Regresyonu
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil