R语言 spdep包 gstsls()函数中文帮助文档(中英文对照)

loveR

gstsls(spdep)
gstsls()所属R语言包：spdep

                                        Spatial simultaneous autoregressive SAC model estimation by GMM
                                         空间同步自回归的SAC模型估计的GMM

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

An implementation of Kelejian and Prucha's generalised moments estimator for the autoregressive parameter in a spatial model with a spatially lagged dependent variable.
实施Kelejian和Prucha在一个空间模型，空间滞后因变量自回归参数的广义矩估计。


用法----------Usage----------


gstsls(formula, data = list(), listw, listw2 = NULL, na.action = na.fail,
    zero.policy = NULL, pars, scaleU=FALSE, control = list(),
    verbose=NULL, method="nlminb", robust=FALSE, legacy=FALSE, W2X=TRUE)



参数----------Arguments----------

参数：formula
a symbolic description of the model to be fit. The details  of model specification are given for lm()
一个象征性的模型来描述是合适的。型号规格的细节给予lm()


参数：data
an optional data frame containing the variables in the model.  By default the variables are taken from the environment which the function  is called.
一个可选的数据框包含在模型中的变量。默认情况下，变量的环境，被调用的函数。


参数：listw
a listw object created for example by nb2listw
例如创建一个listw对象的nb2listw


参数：listw2
a listw object created for example by nb2listw, if not given, set to the same spatial weights as the listw argument
一个listwnb2listw创建的对象，例如，如果没有给出，在相同的空间权重设置为的listw参数


参数：na.action
a function (default na.fail), can also be na.omit or na.exclude with consequences for residuals and fitted values - in these cases the weights list will be subsetted to remove NAs in the data. It may be necessary to set zero.policy to TRUE because this subsetting may create no-neighbour observations. Note that only weights lists created without using the glist argument to nb2listw may be subsetted.
一个函数（默认na.fail），也可以是na.omit或na.exclude残差和拟合值与后果 - 在这些情况下，将子集的权重列表中删除NAS的数据。这可能是必要的设置为TRUE zero.policy子集，因为这可能创建没有邻居观测。需要注意的是只重列表创建时没有使用的glist的参数nb2listw可能是子集。


参数：zero.policy
default NULL, use global option value; if TRUE assign zero to the lagged value of zones without  neighbours, if FALSE (default) assign NA - causing GMerrorsar() to terminate with an error
默认为空，请使用全局选项的值，如果是TRUE分配了零的滞后值的区域没有邻居，如果为FALSE（默认值）指定NA  - 导致GMerrorsar()终止错误


参数：pars
starting values for lambda and sigma squared for GMM optimisation,  if missing (default), approximated from initial 2sls model as the autocorrelation coefficient corrected for weights style  and model sigma squared
的初始值lambda和sigma squared为GMM的优化，如果丢失（默认），从最初的2SLS模型近似重量的风格和模式sigma平方的自相关系数修正


参数：scaleU
Default FALSE: scale the OLS residuals before computing the moment matrices; only used if the pars argument is missing
默认为false规模的OLS的残差前计算的那一刻矩阵，只用了如果pars参数丢失


参数：control
A list of control parameters. See details in optim or nlminb
控制参数列表。查看详细资料OPTIM或nlminb


参数：verbose
default NULL, use global option value; if TRUE, reports function values during optimization.
默认为空，请使用全局选项的值，如果为TRUE，报告函数值在优化过程中。


参数：method
default nlminb, or optionally a method passed to optim to use an alternative optimizer
默认nlminb，或任选的方法传递给OPTIM使用另一种优化


参数：robust
see stsls
看到stsls


参数：legacy
see stsls
看到stsls


参数：W2X
see stsls
看到stsls


Details

详细信息----------Details----------

When the control list is set with care, the function will converge to values close to the ML estimator  without requiring computation of the Jacobian, the most resource-intensive part of ML estimation.
当控制列表的设置与护理，将汇聚功能的ML估计值，而无需计算雅可比矩阵，最大似然估计的资源最密集的部分。


值----------Value----------

A list object of class gmsar
一个List对象的类gmsar


参数：lambda
simultaneous autoregressive error coefficient
同时自回归误差系数


参数：coefficients
GMM coefficient estimates (including the spatial autocorrelation coefficient)
的GMM估计系数（包括空间自相关系数）


参数：rest.se
GMM coefficient standard errors
GMM系数的标准误差


参数：s2
GMM residual variance
GMM剩余方差


参数：SSE
sum of squared GMM errors
总和平方GMM错误的


参数：parameters
number of parameters estimated
估计的参数的数量


参数：lm.model
NULL
NULL


参数：call
the call used to create this object
用于创建此对象的调用


参数：residuals
GMM residuals
GMM残差


参数：lm.target
NULL
NULL


参数：fitted.values
Difference between residuals and response variable
残差和响应变量之间的差异


参数：formula
model formula
模型公式


参数：aliased
NULL
NULL


参数：zero.policy
zero.policy for this model
zero.policy此模型


参数：LL
NULL
NULL


参数：vv
list of internal bigG and litg components for testing optimisation surface
列表的内部BIGG和litg组件的测试优化表面


参数：optres
object returned by optimizer
返回的对象优化


参数：pars
start parameter values for optimisation
开始的参数值进行优化


参数：Hcov
NULL
NULL


参数：na.action
(possibly) named vector of excluded or omitted observations if non-default na.action argument used
（可能）命名为向量的排除或省略的观察，如果使用非默认na.action参数


（作者）----------Author(s)----------


Gianfranco Piras and Roger Bivand



参考文献----------References----------

<h3>See Also</h3>

实例----------Examples----------


data(oldcol)
COL.errW.GM <- gstsls(CRIME ~ INC + HOVAL, data=COL.OLD, nb2listw(COL.nb, style="W"))
summary(COL.errW.GM)
aa <- GMargminImage(COL.errW.GM)
levs <- quantile(aa$z, seq(0, 1, 1/12))
image(aa, breaks=levs, xlab="lambda", ylab="s2")
points(COL.errW.GM$lambda, COL.errW.GM$s2, pch=3, lwd=2)
contour(aa, levels=signif(levs, 4), add=TRUE)
COL.errW.GM <- gstsls(CRIME ~ INC + HOVAL, data=COL.OLD, nb2listw(COL.nb, style="W"), scaleU=TRUE)
summary(COL.errW.GM)
listw <- nb2listw(COL.nb)
W <- as(as_dgRMatrix_listw(listw), "CsparseMatrix")
trMat <- trW(W, type="mult")
impacts(COL.errW.GM, tr=trMat)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。