空间的

空间概率包:快速准确的空间概率估计。该软件包满足了分析空间离散选择数据的强大和可靠模型的需求。由于可用的和大量的地理空间和位置数据的爆炸式增长,旧的估计技术无法承受量纲化的过程,并且仅限于观测值少于几千个的样本。ProbitSpatial中包含的函数允许在Probit规范下快速准确地估计空间自回归和空间误差模型。它们是基于一个近似多元正态分布函数的似然完全最大化,这项任务在几年前被认为是一项巨大的任务。大量的模拟和实证研究证明,只要空间权重矩阵是方便的稀疏形式,这些函数就可以很容易地处理多达数百万个观测值的样本量,这是典型的大数据集情况,其中每个观测值只与其他几个观测值相邻。SpatialProbit依赖于Rcpp、RcppEigen和矩阵包来为大型稀疏矩阵生成快速计算。空间二元选择模型的可能应用包括疾病和病原体的传播、植物分布、技术和创新的采用、森林砍伐、土地利用变化等。