一、空间滞后误差模型SAC所属模块空间滞后误差模型SAC在SPSSAU中属于【空间计量】模块。二、方法概述空间滞后误差模型SAC是一种同时考虑因变量空间滞后效应和残差空间自相关的综合性空间计量方法也称为一般空间模型。它适用于研究中既存在因变量空间溢出、又存在残差空间关联的数据场景常用于区域经济、公共政策、房地产等跨区域比较研究。三、变量设置规则总体设置要求空间滞后误差模型SAC需要设置因变量Y和自变量X两类变量两类均为必填项。同时还需要上传空间权重矩阵文档。1因变量Y因变量Y只能放入1项须为定量变量是分析中需要被解释的核心结果变量。2自变量X自变量X最少放入1项最多可放入50项须为定量变量用来解释因变量变化的影响因素。3空间权重矩阵文档需要在设置界面选择空间权重矩阵文档用于描述各研究单元之间的空间邻接或距离关系是空间计量分析的必要条件。四、参数设置及解释说明1.标准误与结果保存设置1Robust稳健标准误当数据可能存在异方差问题时可勾选该选项。勾选后系统将使用KP HET标准误进行估计使系数显著性判断更加稳健。2保存残差和预测值勾选后会将残差和预测值分别保存为新标题每次分析均会得到新标题适合后续做进一步诊断或整理。2.空间分析辅助设置1空间效应勾选后会额外输出直接效应、间接溢出效应和总效应以及对应的Bootstrap抽样检验结果适合需要深入解释空间传导机制时使用。2空间权重矩阵标准化默认对空间权重矩阵进行行标准化处理通常建议保持默认设置。五、分析结果表格及其解读空间滞后误差模型SAC在SPSSAU中分析后通常会输出模型基本参数等、空间滞后误差模型分析结果、空间滞后误差模型相关检验汇总、空间效应分析以及空间滞后误差模型分析结果-简化格式等表格。1.表1模型基本参数等该表格用于展示本次分析的基础配置信息通常包含模型名称、Robust稳健标准误法、空间权重矩阵文档、样本量、空间权重矩阵标准化方式和估计方法。• 模型确认本次使用的是空间滞后误差模型一般空间模型SAC模型。• Robust稳健标准误法显示是否启用了稳健标准误。若启用则使用KP HET标准误。• 空间权重矩阵文档确认本次使用的空间关系文件是否正确。• 样本量表示参与分析的有效数据条数。• 空间权重矩阵标准化方式显示是否进行了行标准化。• 估计方法SAC模型固定使用GMM估计法。2.表2空间滞后误差模型分析结果该表格是SAC模型最核心的结果表展示各变量及两个空间项对因变量的影响通常包含回归系数Coef、标准误Std.Err、z值、p值、95% CI底部附有样本量和伪R²。• 回归系数Coef反映各自变量对因变量的影响大小和方向。正值表示正向影响负值表示负向影响。• 标准误Std.Err衡量系数估计的精度数值越小说明估计越稳定。• z值用于辅助判断变量影响是否显著绝对值越大通常越显著。• p值是判断显著性的关键。p0.05说明该变量影响显著p≥0.05则尚不能确认显著影响。• 95% CI若区间不跨越0通常说明该变量影响具有统计意义。• Wy因变量空间滞后变量用于判断邻近地区因变量是否会对本地区产生空间溢出影响。若该项显著说明存在因变量层面的空间传导效应。• Wu残差空间滞后变量Lambda用于判断残差中是否存在空间自相关。该项在非稳健标准误下仅展示系数值不输出标准误和显著性检验结果。• 伪R²衡量模型拟合效果的参考指标数值越接近1说明拟合越好。3.表3空间滞后误差模型相关检验汇总该表格用于检验模型残差的正态性通常仅包含Jarque Bera检验一项。• Jarque Bera检验JB检验用于判断残差是否接近正态分布。p值大于0.05说明残差具有较好的正态性p值小于等于0.05则正态性不足可能需要进一步关注数据分布情况。4.表4空间效应分析该表格用于展示各自变量的直接效应、间接溢出效应和总效应。根据参数设置不同可能展示简化结果或带标准误、z值、p值和95%区间的详细结果。• 直接效应ADI表示某个自变量对本区域因变量的直接影响大小。• 间接溢出效应AII表示某个自变量通过空间传导对邻近区域产生的间接影响。SAC模型包含空间滞后项因此该效应通常不为零能够反映真实的空间溢出程度。• 总效应ATI直接效应与间接效应之和反映自变量影响的总体规模。5.表5空间滞后误差模型分析结果-简化格式该表格以精炼格式汇总核心回归结论适合直接引用到论文或报告正文通常包含各变量回归系数附显著性标注及括号中的z值以及样本量和伪R²。• 回归系数与z值系数旁星号代表显著性水平括号内为z值便于直接引用。• 样本量与伪R²用于快速把握模型整体表现。以上就是SPSSAU空间滞后误差模型SAC方法的相关内容更深入教程可查看SPSSAU帮助手册、教学视频、疑难解惑等资料。
