空间计量
-
-
基于Gibbs抽样的Elhorst空间计量模型贝叶斯估计系统
本项目是一个专门针对空间计量经济学中Elhorst系列模型进行贝叶斯估计的MATLAB工具包。核心功能是采用马尔科夫链蒙特卡洛（MCMC）方法中的Gibbs抽样算法，对空间面板数据模型进行参数估计与统计推断。系统完整实现了空间自回归模型（SAR）、空间误差模型（SEM）、空间杜宾模型（SDM）以及一般的空间自相关模型（SAC/SARAR）。在算法实现上，项目通过构建参数的联合后验分布，利用贝叶斯法则推导出各参数（包括回归系数Beta、空间自回归系数Rho、空间误差系数Lambda及方差Sigma平方）的条件后验分布，并结合Metropolis-Hastings算法处理非标准分布的采样问题。项目特别针对空间权重矩阵特征值计算量大的问题进行了优化，支持处理大型面板数据。此外，该系统还包含完整的数据预处理模块、MCMC采样收敛性诊断模块（如轨迹图绘制、自相关分析），以及模型解释模块，能够自动计算并分离出空间直接效应、间接效应（溢出效应）和总效应，为区域经济学和地理空间分析提供严谨的量化支持。
