本篇文章给大家介绍下空间计量经济学与Stata操作，供学习者参考！

01、首次使用Stata的一些基本设定

clear all                       //清空内存

set more off                 //不停止执行命令

cd D:Statastudy           //设置工作路径

pwd                             //查看工作路径

02、认识空间权重矩阵

• 安装空间权重矩阵 findit spatwmat

• 导入权重矩阵 use columbusswm.dta,clear

• 将权重矩阵命名为W   
  help spatwmat    //可使用该命令查看命令设置
  spatwmat using columbusswm.dta ,name(W)
  spatwmat using columbusswm.dta ,name(W)standardize       //行标准化

• 查看权重矩阵   
  matrix list W

03、计算全域moran指数

use columbusdata.dta ,clear
spatgsa crime ,weights(W) moran  twotail

04、计算局域moran指数

spatlsa crime, weights(W) moran twotail

05、空间之后模型和空间误差模型的操作

• 构建普通最小二乘回归模型reg crime hoval incomeest store ols
• 空间误差模型和空间自相关模型的选择spatdiag , weights(W)

空间误差模型认为存在空间自相关，但他的稳健性检验不拒绝原假设，空间自回归模型都认为有空间效应，因此空间误差和空间自相关模型都可以尝试一下。

• 计算空间权重矩阵的特征值
• spatwmat using columbusswm.dta ,
• name(W) eigenval(E) spatwmat using columbusswm.dta ,
• name(W) eigenval(E) standardize 表示标准化

• 空间滞后模型（SLM/SAR) model（lag）表示空间自相关模型
• help spatregspatreg crime hoval income ,
• weights(W) eigenval(E) model(lag) nologest store slm

rho 是空间自回归的系数，p=0 ，说明空间效应存在，三大检验统计量都拒绝原假设。

spatreg crime hoval income ,

weights(W) eigenval(E) model(lag) nolog robust 

可以进行稳定性检验

• 空间误差模型（SEM）
• spatreg crime hoval income ,
• weights(W) eigenval(E) model(error) nologest store sem

lambda 的p=0.003 因此拒绝原假设

空间自相关和空间误差模型都是显著的，因此对普通最小二乘估计，空间自回归和空间误差模型都进行比较

      *-compare the result of ols , slm and sem

       esttab ols slm sem, r2 p

——热门课程推荐：
 想学习PYTHON数据分析与金融数字化转型精英训练营，您可以点击>>>“人才转型”了解课程详情；
 想从事业务型数据分析师，您可以点击>>>“数据分析师”了解课程详情；
 想从事大数据分析师，您可以点击>>>“大数据就业”了解课程详情；
 想成为人工智能工程师，您可以点击>>>“人工智能就业”了解课程详情；
 想了解Python数据分析，您可以点击>>>“Python数据分析师”了解课程详情；
 想咨询互联网运营，你可以点击>>>“互联网运营就业班”了解课程详情； 

 想了解更多优质课程，请点击>>>