Uzay-Zaman Mekansal Durbin Modeli (ST-SDM)
Space-Time Spatial Durbin Model · Ayrıca şöyle bilinir: ST-SDM, spatiotemporal Durbin model, spatial Durbin panel model, space-time SDM
Uzay-Zaman Mekansal Durbin Modeli, kesitsel Mekansal Durbin Modelini panel verilere genişleterek, hem bağımlı değişkendeki hem de açıklayıcı değişkenlerdeki mekansal yayılmaları uzayda ve zaman içinde eşzamanlı olarak yakalar. Mekansal panel ailesindeki en genel ve esnek spesifikasyondur; mekansal gecikme ve mekansal hata modellerini özel durumlar olarak içerir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Birden çok zaman noktasında gözlemlenen mekansal birimlerin dengeli veya dengesiz bir paneline sahip olduğunuzda ve hem bağımlı değişkenin hem de kovaryatların mekansal yayılmalar sergilediğine inanmak için önsel bir nedeniniz (veya LM testlerinden ampirik kanıtınız) olduğunda ST-SDM'yi kullanın. Özellikle bölgesel ekonomi, epidemiyoloji, çevre bilimi ve siyaset biliminde, birimler arası bulaşma ve kovaryat dışsallıklarının bir arada bulunduğu durumlarda uygundur. Mekansal bağımlılığın olmadığı durumlarda (anlamsız Moran's I ve LM testleri ile doğrulanmış), panelin çok kısa olduğu durumlarda (az sayıda zaman periyodu sabit etki ortalamadan arındırmayı güvenilmez kılar) veya ağırlık matrisinin tamamen keyfi olduğu durumlarda kullanmayın — W'nin yanlış spesifikasyonu, yanlı yayılma tahminlerine yol açar.
Güçlü yönler & sınırlılıklar
- Hem sonuç yayılmalarını (mekansal gecikme kanalı) hem de kovaryat yayılmalarını (Durbin kanalı) eşzamanlı olarak yakalayarak, en eksiksiz mekansal panel spesifikasyonunu oluşturur.
- Mekansal gecikme modelini (theta = 0) ve mekansal hata modelini (theta = -rho * beta) test edilebilir kısıtlamalar olarak içerir, bu da resmi model karşılaştırmasına olanak tanır.
- LeSage-Pace etki ayrıştırması aracılığıyla doğrudan etkileri dolaylı (yayılma) etkilerden ayırır, bu da anlamlı bir şekilde yorumlanabilir marjinal etkiler sağlar.
- İki yönlü sabit etkiler aracılığıyla gözlemlenmeyen birim düzeyindeki heterojeniteyi ve ortak zaman eğilimlerini kontrol ederek, eksik değişken yanlılığını azaltır.
- Hem kesitsel hem de zamansal boyutları barındırır, panel varyasyonunu tam olarak kullanır.
- Tahmin, mekansal ağırlık matrisi W'nin doğru bir şekilde belirtilmesini gerektirir; sonuçlar bu seçime duyarlıdır ve W'yi seçmek için tek bir kabul edilmiş prosedür yoktur.
- Eşzamanlı mekansal geri bildirim, hesaplamayı OLS'den daha zorlu hale getirir; yarı-en çok olabilirlik gereklidir ve büyük N için yakınsama yavaş olabilir.
- Kısa zaman serileriyle (N'ye göre küçük T) Lee-Yu yanlılık düzeltmesi gereklidir; bunu göz ardı etmek yanlı sabit etki tahminleri üretir.
- Büyük sayıda parametre (rho, beta, theta, birim ve zaman etkileri) tarafından serbestlik dereceleri tüketilir, bu da makul derecede büyük N ve T gerektirir.
SSS
ST-SDM, mekansal gecikme panel modelinden nasıl farklıdır?
Mekansal gecikme panel modeli, sağ tarafta yalnızca mekansal olarak gecikmeli sonuç W*y'yi içerir. ST-SDM ayrıca mekansal olarak gecikmeli kovaryatları W*X'i (Durbin terimleri) içerir, bu da komşuların özelliklerinin kendi sonuçlarını etkilediği ek bir kanalı yakalar. SDM kesinlikle daha geneldir.
LeSage-Pace etki ayrıştırması nedir ve neden gereklidir?
W*y eşzamanlı bir mekansal geri bildirim döngüsü oluşturduğundan, bir gözlemin kovaryatındaki bir birim değişiklik, tüm bağlı birimler boyunca yayılır. LeSage ve Pace (2009), toplam etki matrisinin (I - rho*W)^-1(beta*I + theta*W) olduğunu göstermiştir. Köşegenin ortalaması doğrudan etkileri verir; köşegen dışı elemanların ortalaması dolaylı (yayılma) etkilerini verir. Bunu göz ardı etmek ve beta'yı doğrudan marjinal etki olarak okumak, rho sıfır olmadığında yanlıştır.
Mekansal ağırlık matrisi W'yi nasıl seçerim?
Evrensel olarak doğru bir seçim yoktur. Yaygın seçenekler kraliçe/kale bitişikliği, k-en yakın komşular veya ters-mesafe ağırlıklarıdır. Seçim, teorik mekanizma tarafından yönlendirilmelidir (örn. idari yayılmalar için bitişiklik, piyasa etkileşimleri için mesafe-azalması). Alternatif W spesifikasyonları altında yeniden tahmin yaparak her zaman bir hassasiyet analizi yapın.
Zaman gecikmeli bağımlı bir değişkeni de dahil edebilir miyim?
Evet. Mekansal gecikme W*y_it ve W*X_it'nin yanı sıra zamansal bir gecikme y_{i,t-1} eklendiğinde, model dinamik bir uzay-zaman SDM'si haline gelir. Bu, sonuçtaki ataleti daha da yakalar, ancak gecikmeli sonucun içselliğini ele almak için bir araç değişkeni veya GMM tahmincisi (örn. Arellano-Bond tarzı) gerektirir.
Hangi yazılım paketleri uzay-zaman SDM'sini uygulamaktadır?
R'de, splm paketi SDM spesifikasyonu dahil mekansal panel modellerini destekler ve spatialreg kesitsel SDM tahmini sağlar. sphet paketi heteroskedastik varyantları ele alır. Stata'da, xsmle komutu mekansal panel modellerini uydurur. Python kullanıcıları PySAL'ın spreg modülünü kullanabilir, ancak tam panel SDM desteği ek adımlar gerektirir.
Kaynaklar
- LeSage, J. P., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press / Taylor & Francis. ISBN: 978-1420064247
- Elhorst, J. P. (2014). Spatial Econometrics: From Cross-Sectional Data to Spatial Panels. Springer. ISBN: 978-3642403392
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Space-Time Spatial Durbin Model. ScholarGate. https://scholargate.app/tr/spatial-analysis/space-time-spatial-durbin-model
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Panel Durbin Uzamsal ModeliMekânsal analiz↔ karşılaştır
- Zaman-Mekân Mekânsal Hata ModeliMekânsal analiz↔ karşılaştır
- Uzay-Zaman Mekansal Gecikme ModeliMekânsal analiz↔ karşılaştır
- Mekansal Durbin Modeli (SDM)Mekânsal analiz↔ karşılaştır
- Mekansal Hata Modeli (SEM)Mekânsal analiz↔ karşılaştır
- Mekansal Gecikme Modeli (SAR / Mekansal Otokorelatif)Mekânsal analiz↔ karşılaştır