从0开始学习R语言--Day42--LM检验

区别于Moran's I检验,前者在初步观察空间数据的分布时,能给出暗含规律的结果,但具体是什么规律是无法分辨的,而LM检验可以给出到底是因为邻接的数据还是因为其他的因素,比如在分析房价起伏时,前者只能给出房价高的扎堆在一起,有某种规律,而后者可以给出类似一片区域靠近学校,所以这片区域的房价较高的结论。

以下是一个例子:

R 复制代码
library(spdep)
library(spatialreg)

# 生成模拟空间数据集
set.seed(123)
n <- 100  # 观测点数量
x <- runif(n, 0, 10)  # x坐标
y <- runif(n, 0, 10)  # y坐标
coords <- cbind(x, y)  # 坐标矩阵

# 创建空间权重矩阵(这里使用k近邻,k=4)
knn <- knn2nb(knearneigh(coords, k=4))
W <- nb2listw(knn, style="W")  # 行标准化权重矩阵

# 生成解释变量和被解释变量
X1 <- rnorm(n)
X2 <- rnorm(n)
# 生成具有空间自相关的误差项
rho <- 0.4  # 空间自相关系数
e <- solve(diag(n) - rho * listw2mat(W), rnorm(n))
Y <- 2 + 1.5*X1 - 0.8*X2 + e  # 真实模型包含空间误差

# 拟合普通OLS模型
ols_model <- lm(Y ~ X1 + X2)

# 进行LM检验
lm_tests <- lm.LMtests(ols_model, listw=W, test=c("LMerr", "LMlag", "RLMerr", "RLMlag", "SARMA"))
summary(lm_tests)

# 查看检验结果
print(lm_tests)

输出:

R 复制代码
	Rao's score (a.k.a Lagrange multiplier) diagnostics for spatial dependence

data:  
model: lm(formula = Y ~ X1 + X2)
test weights: listw

RSerr = 0.9902, df = 1, p-value = 0.3197


	Rao's score (a.k.a Lagrange multiplier) diagnostics for spatial dependence

data:  
model: lm(formula = Y ~ X1 + X2)
test weights: listw

RSlag = 4.5736, df = 1, p-value = 0.03247


	Rao's score (a.k.a Lagrange multiplier) diagnostics for spatial dependence

data:  
model: lm(formula = Y ~ X1 + X2)
test weights: listw

adjRSerr = 0.6968, df = 1, p-value = 0.4039


	Rao's score (a.k.a Lagrange multiplier) diagnostics for spatial dependence

data:  
model: lm(formula = Y ~ X1 + X2)
test weights: listw

adjRSlag = 4.2802, df = 1, p-value = 0.03856


	Rao's score (a.k.a Lagrange multiplier) diagnostics for spatial dependence

data:  
model: lm(formula = Y ~ X1 + X2)
test weights: listw

SARMA = 5.2704, df = 2, p-value = 0.0717

结果显示,LM-error的p值大于0.05,说明误差项中没有显著的空间自相关,不需要考虑这个;而LM-lag的p小于0.05,说明在分析时需要考虑空间的滞后项,也就是数据点临近数据对其的影响。

相关推荐
数字芯片实验室5 小时前
分享一个可以学习正则表达式的网址:Pythex.org
学习·正则表达式
陈洪奇6 小时前
注册中心学习笔记整理
笔记·学习
光影少年6 小时前
从前端转go开发的学习路线
前端·学习·golang
fen_fen11 小时前
学习笔记(32):matplotlib绘制简单图表-数据分布图
笔记·学习·matplotlib
萝卜青今天也要开心15 小时前
2025年上半年软件设计师考后分享
笔记·学习
amazinging15 小时前
北京-4年功能测试2年空窗-报培训班学测开-第四十七天
python·学习·selenium
吃货界的硬件攻城狮16 小时前
【STM32 学习笔记】SPI通信协议
笔记·stm32·学习
一个天蝎座 白勺 程序猿16 小时前
Python练习(1)Python基础类型操作语法实战:20道实战题解与案例分析(上)
开发语言·python·学习
努力的小帅16 小时前
STM32单片机_3
stm32·单片机·嵌入式硬件·学习·stm32c8t6