Panel Durbin Uzamsal Modeli
Panel Data Spatial Durbin Model · Ayrıca şöyle bilinir: SDM panel, spatial Durbin panel model, panel SDM, PSDM
Panel Durbin Uzamsal Modeli (PSDM), kesitsel Durbin Uzamsal Modelini panel verilerine genişleterek, sonuçlardaki uzamsal gecikme bağımlılığını ve komşu birimlerin açıklayıcı değişkenlerinden kaynaklanan uzamsal yayılmaları birden çok zaman periyodunda yakalar. Gözlemlenmeyen birim-özgü ve zaman-özgü heterojenliği eş zamanlı olarak hesaba katarak, mevcut en kapsamlı uzamsal panel spesifikasyonlarından biri haline gelir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Panel verileriniz hem sonuç düzeyinde uzamsal bağımlılık (komşuların çıktısı sizin çıktınızı etkiler) hem de öngörücü düzeyinde yayılmalar (komşuların kovaryantları sizin sonucunuzu etkiler) sergilediğinde ve herhangi bir kanalı göz ardı etmenin tahminleri yanlı hale getireceği durumlarda Panel Durbin Uzamsal Modelini kullanın. Uzamsal Gecikme ve Uzamsal Hata modellerini özel durumlar olarak içeren ve standart testler aracılığıyla model seçimine olanak tanıyan keşifsel uzamsal panel çalışmalarında tercih edilen başlangıç noktasıdır. Çapraz birim dışsallıkları öneren teoriler olduğunda tercih edin - örn. bölgesel ekonomi, epidemiyoloji, çevre politikası. Uzamsal ağırlık matrisi W'nin yetersiz gerekçelendirildiği, n (birim sayısı) çok küçük olduğunda (30'dan az), veya panel çok kısa olduğunda (3 zaman periyodundan az) kaçının, çünkü parametre tanımlaması hassas hale gelir.
Güçlü yönler & sınırlılıklar
- Hem Uzamsal Gecikme Modelini hem de Uzamsal Hata Modelini içerir, bu da uygun spesifikasyonun seçilmesi için resmi LR/Wald testlerine izin verir.
- Toplam etkileri doğrudan (kendi birim) ve dolaylı (yayılma) bileşenlere açıkça ayırır, bu da politika değerlendirmesi için esastır.
- Birim-özgü ve zaman-dönem heterojenliğini sabit veya rastgele etkiler aracılığıyla eş zamanlı olarak kontrol eder, eksik değişken yanlılığını azaltır.
- Sonuç değişkeninde (rho) ve öngörücülerde (theta) iki yönlü uzamsal bağımlılığı ele alır, bu da uzamsal dinamiklerin daha zengin bir resmini sunar.
- Ekonomi, halk sağlığı, çevre bilimi ve bölgesel planlama alanlarındaki çok çeşitli coğrafi referanslı panel veri kümelerine uygulanabilir.
- Önceden belirlenmiş bir uzamsal ağırlık matrisi W gerektirir; sonuçlar seçilen komşuluk tanımına duyarlı olabilir.
- Büyük N için hesaplama açısından yoğundur, çünkü ML tahmini tekrarlanan |I - rho*W| determinant hesaplamasını içerir.
- Çok sayıda öngörücü ile, uzamsal olarak gecikmiş karşılıkları W*X_it, kovaryant kümesini ikiye katlayarak çoklu doğrusallık endişelerini artırır.
- Sabit etkiler dönüşümü (içsel tahminci) zaman-değişmez değişkenleri ortadan kaldırır, bu da etkilerinin tahmin edilmesini engeller.
- Dolaylı etkilerin yorumlanması önemsizdir ve uygulamalı çalışmalarda sıklıkla göz ardı edilir, bu da yayılmaların yetersiz raporlanmasına yol açar.
SSS
Panel SDM, yalnızca uzamsal olarak gecikmiş bağımlı değişkeni (W*y) içerirken, Panel SDM ek olarak uzamsal olarak gecikmiş öngörücüleri (W*X) içerir. Bu nedenle SDM daha geneldir ve yalnızca sonuç değişkeninin kendisi aracılığıyla değil, kovaryantlar aracılığıyla işleyen yayılmaları yakalayabilir.
Sabit etkiler mi yoksa rastgele etkiler mi kullanılmalı?
Uzamsal paneller için uyarlanmış bir Hausman testi karar vermeye yardımcı olur. Birim-özgü heterojenlik, düzenleyicilerle ilişkiliyse sabit etkiler tercih edilir - bu, bölgesel ekonomide yaygındır. Bu korelasyon yoksa rastgele etkiler daha verimlidir ancak daha güçlü dağılımsal varsayımlar gerektirir.
Doğrudan ve dolaylı etkiler nelerdir ve neden önemlidirler?
Uzamsal gecikmeler geri besleme döngüleri oluşturduğundan, bir birimdeki bir öngörücüdeki değişiklik sistemde dalgalanır. Doğrudan etki, aynı birim üzerindeki ortalama etkidir (kendi geri beslemesi dahil) ve dolaylı etki, diğer tüm birimlere olan ortalama yayılmadır. Bunları toplamak toplam etkiyi verir. Sadece ham katsayıları raporlamak bu uzamsal çarpan dinamiklerini gözden kaçırır.
Uzamsal ağırlık matrisi W nasıl seçilir?
W, uzamsal bağımlılığı yönlendiren mekanizmayı yansıtmalıdır: bir komşuluk matrisi sınır paylaşım etkilerine uyar; ters mesafe matrisi yayılma süreçlerine uyar; k-en yakın komşu matrisi, coğrafi komşuluğun belirsiz olduğu durumlarda işe yarar. Seçim, veriye bakmadan önce teori ile motive edilmelidir.
Sabit etkili bir Panel SDM'ye zaman-değişmez değişkenler dahil edebilir miyim?
Hayır. Birim sabit etkilerini ortadan kaldırmak için kullanılan içsel (ortalama alma) dönüşüm, zaman içinde değişmeyen herhangi bir değişkeni de ortadan kaldırır. Zaman-değişmez öngörücüler teorik olarak önemliyse, bunun yerine rastgele etkiler veya ilişkili rastgele etkiler spesifikasyonu kullanın.
Coğrafi referanslı panel veri kümenizi StatWise'da yükleyin, uzamsal ağırlık matrisini (komşuluk, mesafe veya k-NN) tanımlayın ve ML tahminlerini ayrıştırılmış doğrudan, dolaylı ve toplam etki ölçümleriyle birlikte tek bir iş akışında elde etmek için Panel Durbin Uzamsal Modelini çalıştırın.
Kaynaklar
- Elhorst, J. P. (2014). Spatial Econometrics: From Cross-Sectional Data to Spatial Panels. Springer. ISBN: 978-3642403408
- LeSage, J. P., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press/Taylor & Francis. ISBN: 978-1420064247
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Panel Data Spatial Durbin Model. ScholarGate. https://scholargate.app/tr/spatial-analysis/panel-spatial-durbin-model
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Coğrafi Ağırlıklı Regresyon (GWR)Mekânsal analiz↔ karşılaştır
- Panel Mekansal Hata ModeliMekânsal analiz↔ karşılaştır
- Panel Mekansal RegresyonMekânsal analiz↔ karşılaştır
- Mekansal Durbin Modeli (SDM)Mekânsal analiz↔ karşılaştır
- Mekansal Gecikme Modeli (SAR / Mekansal Otokorelatif)Mekânsal analiz↔ karşılaştır