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›Mekânsal analiz›Mekansal Durbin Modeli (SDM)
Regression model

Mekansal Durbin Modeli (SDM)

Spatial Durbin Model (SDM) · Ayrıca şöyle bilinir: SDM, spatial mixed model, uzamsal durbin modeli

Mekansal Durbin Modeli, hem bağımlı değişkenin (ρWy) hem de açıklayıcı değişkenlerin (WXθ) mekansal gecikmesini içeren genel bir mekansal regresyon modelidir. LeSage ve Pace (2009) tarafından önerilen başlangıç noktası olarak tanıtılan bu model, mekansal otoregresif (SAR) ve mekansal hata (SEM) modellerini özel durumlar olarak kapsar.

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 Durbin Modeli (SDM)
Coğrafi Ağırlıklı Regres…Kriging Mekansal Enterpo…Çok Ölçekli Coğrafi Ağır…En Küçük Kareler (EK) Re…Mekansal Panel Veri Mode…Bayes Uzamsal Durbin Mod…Bayes Uzamsal Panel Mode…Küresel Uzamsal Panel Mo…LISAYerel Uzamsal Durbin Mod…

+11 tane daha

Ne zaman kullanılır

Mekansal koordinatlar içeren kesitsel verilere sahip olduğunuzda, sonuç sürekli olduğunda ve hem sonuçta hem de öngörücülerde mekansal bağımlılık olduğundan şüphelendiğinizde Mekansal Durbin Modelini kullanın. Tahmin, ilişki ve açıklayıcı amaçlara uygundur ve makul bir örneklem (en az yaklaşık 80 birim) gerektirir. Mekansal ağırlık matrisi W'nin dışsal olarak kabul edilebildiği, hem bağımlı hem de bağımsız değişkenlerde mekansal bağımlılığın test edilmesi gerektiği, doğrudan ve dolaylı etkilerin LeSage ve Pace'in önerdiği gibi ayrılması gerektiği ve maksimum olabilirlik tahmini (veya küçük örneklemler için Bayes MCMC) mümkün olduğunda uygundur. Coğrafi koordinatlar olmadan model uygulanamaz ve standart OLS regresyonu tercih edilir.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • SAR ve SEM'i özel durumlar olarak kapsar, bu nedenle olabilirlik-oranı testi ile indirgenebilen güvenli bir genel başlangıç modeli olarak hizmet eder.
  • Hem komşu sonuçlardan (ρWy) hem de komşu özelliklerden (WXθ) kaynaklanan yayılma etkilerini yakalar.
  • LeSage ve Pace (2009) izleyerek etkileri yorumlanabilir doğrudan ve dolaylı (yayılma) etkiler olarak ayırır.
Sınırlılıklar
  • Coğrafi koordinatlar olmadan uygulanamaz; standart OLS regresyonuna geri döner.
  • Makul bir örneklem büyüklüğü (en az yaklaşık 80 birim) ve doğru şekilde belirtilmiş, dışsal bir mekansal ağırlık matrisi W gerektirir.
  • Maksimum olabilirlik tahmini zorlayıcı olabilir ve küçük örneklemler Bayes MCMC alternatifi gerektirebilir.

SSS

SDM, SAR ve SEM modellerinden nasıl farklıdır?

SDM, sonucun bir mekansal gecikmesini (ρWy) ve öngörücülerin bir mekansal gecikmesini (WXθ) içerir. SAR modeli θ = 0 özel durumudur ve SEM modeli θ = -ρβ kısıtlamasına karşılık gelir. Her ikisi de SDM içine dahil edildiğinden, LeSage ve Pace (2009) SDM'den başlayıp bir olabilirlik-oranı testi ile aşağı doğru test etmeyi önermektedir.

Neden katsayıları doğrudan okuyamıyorum?

Sonuç, ρWy aracılığıyla komşu sonuçlara bağlı olduğundan, bir birimin öngörücüsündeki bir değişiklik mekansal sistem aracılığıyla geri beslenir. Bu nedenle etkiler, LeSage ve Pace (2009) tarafından önerildiği gibi, doğrudan etkiler (birimin kendisine) ve dolaylı etkiler (başkalarına yayılma) olarak özetlenir.

Model nasıl tahmin edilir?

Maksimum olabilirlik yaygın tahmin edicidir ve sonuçların öngörücüler ve mekansal ağırlık matrisi W verildiğindeki log-olabilirlik değerini maksimize eder. Küçük örneklemler için Bayes MCMC yaklaşımı sıkça kullanılan bir alternatiftir.

Verilerimde coğrafi koordinat yoksa ne olur?

Mekansal Durbin Modeli, mekansal bir ağırlık matrisine dayandığı için koordinatlar olmadan uygulanamaz. Bu durumda standart OLS regresyonu önerilen seçimdir.

Kaynaklar

  1. LeSage, J. & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press. DOI: 10.1201/9781420064254 ↗
  2. Elhorst, J. P. (2010). Applied Spatial Econometrics: Raising the Bar. Spatial Economic Analysis, 5(1), 9–28. DOI: 10.1080/17421770903541772 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 1). Spatial Durbin Model (SDM). ScholarGate. https://scholargate.app/tr/spatial-analysis/spatial-durbin-model

İlişkili yöntemler

Coğrafi Ağırlıklı Regresyon (GWR)Kriging Mekansal EnterpolasyonuÇok Ölçekli Coğrafi Ağırlıklı Regresyon (MGWR)En Küçük Kareler (EK) RegresyonuMekansal Panel Veri Modeli (Sabit/Rastgele Etkili)

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
  • Kriging Mekansal EnterpolasyonuMekânsal analiz↔ karşılaştır
  • Çok Ölçekli Coğrafi Ağırlıklı Regresyon (MGWR)Mekânsal analiz↔ karşılaştır
  • En Küçük Kareler (EK) RegresyonuEkonometri↔ karşılaştır
  • Mekansal Panel Veri Modeli (Sabit/Rastgele Etkili)Mekânsal analiz↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Bayes Uzamsal Durbin ModeliBayes Uzamsal Panel ModeliKüresel Uzamsal Panel ModeliLISAYerel Uzamsal Durbin ModeliYerel Mekansal RegresyonMoran's I Uzamsal Otokorelasyon TestiÇok Ölçekli Coğrafi Ağırlıklı Regresyon (MGWR)Panel Durbin Uzamsal ModeliPanel Mekansal RegresyonUzay-Zaman Mekansal Durbin Modeli (ST-SDM)Uzay-Zaman Mekansal Panel ModeliMekansal-Zamansal Mekansal RegresyonMekansal Hata Modeli (SEM)Mekansal Gecikme Modeli (SAR / Mekansal Otokorelatif)Mekansal SAC Modeli

Benzer yöntemler

Küresel Mekansal Durbin Modeli (SDM)Yerel Uzamsal Durbin ModeliMekansal Gecikme Modeli (SAR / Mekansal Otokorelatif)Bayes Uzamsal Durbin ModeliUzay-Zaman Mekansal Durbin Modeli (ST-SDM)Panel Durbin Uzamsal ModeliMekansal Regresyon (Mekansal Gecikme ve Mekansal Hata Modelleri)Mekansal Hata Modeli (SEM)

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 ModellemesiPanel Data Models • Spatio-temporal ModelsPanel Data Models • Spatio-temporal ModelsÇok Düzeyli ve Kısmi Havuzlama Modelleri

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

ScholarGate — Spatial Durbin Model (Spatial Durbin Model (SDM)). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/spatial-analysis/spatial-durbin-model · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
LeSage & Pace
Year
2009
Type
Spatial regression model
Estimator
Maximum likelihood (Bayesian MCMC alternative for small samples)
Outcome
continuous
Structure
cross-sectional
MinSample
80
İlişkili yöntemler
Coğrafi Ağırlıklı Regresyon (GWR)Kriging Mekansal EnterpolasyonuÇok Ölçekli Coğrafi Ağırlıklı Regresyon (MGWR)En Küçük Kareler (EK) RegresyonuMekansal Panel Veri Modeli (Sabit/Rastgele Etkili)
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