×
卡塔兹纳·科普切夫斯卡

空间自举微观计量学：预测大数据中的样本外地理分布。 （英语） Zbl 07748390号

扫描。J.统计。 50，第3期，1391-1419（2023）.
摘要：基于大地理位置点数据估计的空间经济计量模型至少存在两个问题：计算能力有限和对新的样本外地理位置点的预测效率低下。这是因为空间权重矩阵（W）仅为样本内观测值定义，且计算复杂。当使用克里金进行预测时，机器学习模型也会受到同样的影响；因此，这个问题仍然没有解决。本文提出了一种基于大数据的空间模型估计和新位置预测的新方法。该方法使用引导和细分来校准模型和空间。利用PAM（围绕Medoids划分）算法，通过以非依赖方式对回归系数进行联合分类，选择最佳的引导模型。最佳模型中使用的地理点的Voronoi多边形允许进行具有代表性的空间划分。新的样本外点被指定给细分块，并链接到空间权重矩阵，作为原始点的替代，从而可以将校准的空间模型用作新位置的预测工具。在这种方法中，预测质量和计算效率之间没有权衡。一个实证例子说明了业务地点和公司盈利能力的模型。
{©2023作者。斯堪的纳维亚统计杂志由John Wiley&Sons Ltd代表斯堪的纳维亚统计杂志基金会董事会出版。}

MSC公司：

62至XX 统计

关键词：

引导;样本外预测;空间大数据;空间点打印;空间权重矩阵;细分;冯罗诺多边形

软件：

应用的预测建模;博拉索;引导程序
PDF格式BibTeX公司 XML格式引用
\textit{K.Kopczewska}，扫描。J.Stat.50，第3号，1391--1419（2023；Zbl 07748390）
全文： 内政部
OA许可证

参考文献：

[1] Abbruzzo，A.、Ferrante，M.和De Cantis，S.（2021）。GPS跟踪数据的预处理和网络分析。空间经济分析，16（2），217-240。
[2] Ahuja，N.（1982年）。使用Voronoi邻里进行点模式处理。IEEE模式分析和机器智能汇刊，336-343。
[3] Arbia，G.（2014）。空间计量经济学入门：在R.Springer中的应用。
[4] Arbia，G.、Espa，G.和Giuliani，D.（2021）。空间微观计量学。劳特利奇·Zbl 1486.91001号
[5] Arbia，G.、Ghiringhelli，C.和Mira，A.（2019年）。大数据集的空间经济计量线性模型估计：空间大数据可以有多大？区域科学与城市经济学，76，67-73。
[6] 巴赫·F·R（2008）。Bolasso：通过bootstrap进行模型一致套索估计。第25届机器学习国际会议论文集（第33-40页）。计算机协会（ACM）。
[7] Barbian，M.H.和Assunçáo，R.M.（2017年）。大型地质统计数据的空间子码估计器。空间统计，22，68-88。
[8] Carlstein，E.（1986）。使用子序列方法从平稳时间序列估计一般统计的方差。《统计年鉴》，第14期，1171-1179页·Zbl 0602.62029号
[9] Castillo‐Páez，S.、Fernández‐Casal，R.和García‐Soidán，P.（2020年）。异方差下无条件风险映射的非参数bootstrap方法。空间统计学，40100389。
[10] Chernick，M.R.和LaBudde，R.A.（2014）。介绍引导方法及其在R.John Wiley&Sons中的应用。
[11] Chun，Y.和Griffith，D.A.（2013年）。空间统计和地质统计学：地理信息科学和技术的理论和应用。圣人。
[12] Cressie，N.A.C.（1993年）。空间数据统计。威利。
[13] Dalposso，G.H.、Uribe‐Opazo，M.A.、Johann，J.A.、Bastiani，F.D.和Galea，M.（2019年）。利用空间bootstrap对大豆产量和土壤化学属性进行地理统计建模。Engenharia Agrícola，39，350-357岁。
[14] Davison，A.C.和Hinkley，D.V.（1997）。引导方法及其应用。剑桥大学出版社·Zbl 0886.62001号
[15] Davison，A.C.、Hinkley，D.V.和Young，G.A.（2003）。引导方法的最新发展。统计科学，18（2），141-157·Zbl 1331.62179号
[16] DiCiccio，T.J.和Efron，B.（1996）。引导置信区间。统计科学，11（3），189-212。https://doi.org/10.1214/ss/1032280214 ·Zbl 0955.62574号 ·doi:10.1214/ss/1032280214
[17] Du，Q.、Faber，V.和Gunzburger，M.（1999）。中心Voronoi细分：应用和算法。SIAM评论，41（4），637-676·Zbl 0983.65021号
[18] Efron，B.和Tibshirani，R.（1997年）。交叉验证的改进：632+引导方法。《美国统计协会杂志》，92（438），548-560·Zbl 0887.62044号
[19] Escanciano，J.C.和Jacho‐Chávez，D.T.（2012）。
非参数回归模型中的一致一致密度估计。计量经济学杂志，167（2），305-316·Zbl 1441.62676号
[20] Fox，J.（2015）。应用回归分析和广义线性模型。Sage出版物第21章：自举回归模型。
[21] Franco‐Villoria，M.和Ignacolo，R.（2017）。基于Bootstrap的函数克里金预测不确定带。空间统计学，21130-148。
[22] Freedman，D.A.（1981年）。引导回归模型。《统计年鉴》，9（6），1218-1228·Zbl 0449.62046号
[23] Gandomi，A.和Haider，M.（2015）。除了炒作：大数据概念、方法和分析。《国际信息管理杂志》，35（2），137-144。
[24] García‐Soidán，P.、Menezes，R.和Rubiños，O。(2014). 空间数据的引导方法。随机环境研究与风险评估，28（5），1207-1219。
[25] Goulard，M.、Laurent，T.和Thomas‐Agnan，C.（2017年）。关于空间自回归模型中的预测：最优和几乎最优策略。空间经济分析，12（2-3），304-325。
[26] Griffith，D.A.（2005）。存在空间自相关的有效地理样本大小。《美国地理学家协会年鉴》，95（4），740-760。
[27] Griffith，D.A.（2008）。城市土壤污染地图的地理采样：样本数量和来源。环境地球化学与健康，30（6），495-509。
[28] Griffith，D.A.和Zhang，（1999）。在GIS中高效实施空间统计技术所需的计算简化。地理信息科学，5（2），97-105。
[29] 霍尔，P.（1985）。重新采样覆盖过程。随机过程及其应用，20，231-246·Zbl 0587.62081号
[30] Hall，P.（2013）。引导和Edgeworth扩展。施普林格科技与商业媒体。
[31] Hall，P.、Horowitz，J.L.和Jing，B.Y.（1995）。关于具有依赖数据的引导程序的阻塞规则。《生物特征》，82（3），561-574·Zbl 0830.62082号
[32] Harris，P.、Brunsdon，C.、Lu，B.、Nakaya，T.和Charlton，M.（2017年）。引入bootstrap方法来研究空间回归模型中的系数非平稳性。空间统计，21，241-261。
[33] 希顿·M.J.、达塔·A.、芬利·A.O.、福勒·R.、吉尼斯·J.、古哈尼约吉·R.，格伯·F.、格拉米·R.B.、哈默林·D.、卡茨福斯·M.、林格伦·F.，尼希卡·D.W.、孙·F.和扎米特·曼吉恩·A.（2019）。一个案例研究大型空间数据分析方法之间的竞争。《农业、生物和环境统计杂志》，24（3），398-425·Zbl 1426.62345号
[34] Hesterberg，T.C.（2015）。教师应该了解的引导：本科统计课程中的重新抽样。《美国统计学家》，69（4），371-386·Zbl 07671755号
[35] Hinde，A.L.和Miles，R.E.（1980年）。关于泊松过程的Voronoi细分随机多边形分布的Monte Carlo估计。统计计算与模拟杂志，10（3-4），205-223·Zbl 0432.62014号
[36] Hong，Z.、Wang，J.和Wang，H.（2022）。引入bootstrap测试技术来识别地理和时间加权回归模型中的空间异质性。空间统计，51，100683。
[37] Ibrahim，A.M.和Bennett，B.（2014年）。用于预测冲积层分布的机器学习模型性能评估。《Procedia Computer Science》，第36期，第637-642页。
[38] 江政（2018）。空间预测方法综述。IEEE知识与数据工程汇刊，31（9），1645-1664。
[39] Jin，F.和Lee，L.F.（2015）。在莫兰的自我引导测试中，我测试了空间依赖性。《计量经济学杂志》，184（2），295-314·Zbl 1331.62473号
[40] Kopczewska，K.（2021年）。熵作为聚集的度量。在A.Reggiani（编辑）、L.A.Schintler（编辑）和D.Czamanski（编辑。爱德华·埃尔加出版社。
[41] Kopczewska，K.（2022年）。空间机器学习：区域科学的新机遇。《区域科学年鉴》，68（3），713-755。
[42] Kraamwinkel，C.、Fabris‐Rotelli，I.和Stein，A.（2018年）。空间点模式中不规则窗口的一阶平稳性自举测试。空间统计，28194-215。
[43] Krainski，E.、Gómez‐Rubio，V.、Bakka，H.、Lenzi，A.、Castro‐Camilo，D.、Simpson，D.、Lindgren，F.和Rue，H.（2018）。使用R和INLA的随机偏微分方程高级空间建模。查普曼和霍尔/CRC。
[44] Kubara，M.和Kopczewska，K.（2023年）。选择空间权重矩阵最佳knn的Akaike信息准则。空间经济分析。https://doi.org/10.1080/17421772.2023.2176539 ·doi:10.1080/17421772.2023.2176539
[45] Kuhn，M.和Johnson，K.（2013年）。应用预测建模。斯普林格·Zbl 1306.62014年
[46] Kunsch，H.R.（1989）。一般静态观测的折刀和引导。《统计年鉴》，第17卷，第1217-1241页·兹比尔0684.62035
[47] Lahiri，S.（2003）。相关数据的重新采样方法。Springer‐Verlag公司·Zbl 1028.6202号
[48] Lenth，R.V.（2001）。有效样本量测定的一些实用指南。《美国统计学家》，第55卷第3期，187-193年。
[49] LeSage，J.P.和Pace，R.K.（2007年）。矩阵使空间规格指数化。《计量经济学杂志》，140，1·Zbl 1418.62295号
[50] Lindgren，F.、Bolin，D.和Rue，H.（2022）。高斯和非高斯场的SPDE方法：10年，仍在运行。空间统计，50100599。https://doi.org/10.1016/j.spasta.2022.100599 ·doi:10.1016/j.spasta.2022.100599
[51] Loh，J.M.（2008）。相关函数的有效快速空间引导。《天体物理学杂志》，681（1），726。
[52] Manly，B.F.（2006）。生物学中的随机、自举和蒙特卡罗方法（第70卷）。CRC出版社。
[53] Meyer，H.和Pebesma，E.（2021年）。预测未知空间？估算空间预测模型的适用范围。生态学与进化方法，12（9），1620-1633。
[54] Molinaro，A.M.、Simon，R.和Pfeiffer，R.M.（2005年）。预测误差估计：重采样方法的比较。生物信息学，21（15），3301-3307。
[55] Moulton，L.H.和Zeger，S.L.（1991）。引导广义线性模型。计算统计与数据分析，11，53-63·Zbl 0850.62565号
[56] Nordman，D.J.、Lahiri，S.N.和Fridley，B.L.（2007年）。空间块bootstrap方法方差估计的最佳块大小。桑赫拉：《印度统计杂志》，69（3），468-493·Zbl 1193.62074号
[57] Perdikaris，P.、Venturi，D.、Royset，J.O.和Karniadakis，G.E.（2015）。通过递归协克里金和Gaussian-Markov随机场进行多保真建模。《皇家学会学报A：数学、物理和工程科学》，471（2179），20150018。
[58] Piacentino，D.、Aronica，M.、Cracolici，M.F.、Giuliani，D.和Mazzitelli，A.（2021）。集聚经济和地理对西西里岛住宿企业生存的影响。空间经济分析，16（2），176-193。https://doi.org/10.1080/17421772.2020.1836389 ·doi:10.1080/17421772.20200.1836389
[59] Radovanov，B.和Marcikić，A.（2014年）。四种不同块引导方法的比较。克罗地亚运筹学评论，5（2），189-202。
[60] Roberts，D.R.、Bahn，V.、Ciuti，S.、Boyce，M.S.、Elith，J.、Guillera‐Arroita，G.、Hauenstein，S.，Lahoz‐Monfort，J.J.、Schröder，B.、Thuiller，W.、Warton，D.I.、Wintle，B.A.、Hartig，F.和Dormann，C.F.（2017年）。具有时间、空间、层次或系统发育结构的数据的交叉验证策略。《生态地理学》，40（8），913-929。
[61] Rosipal，R.、Girolma，M.、Trejo，L.J.和Cichocki，A.（2001）。核PCA用于非线性回归中的特征提取和去噪。神经计算与应用，10（3），231-243·Zbl 0989.68112号
[62] Ruß，G.和Brenning，A.（2010年）。精确农业产量预测的空间变量重要性评估。在智能数据分析国际研讨会上（第184-195页）。斯普林格。
[63] Santi，F.、Dickson，M.M.、Espa，G.、Taufer，E.和Mazzitelli，A.（2021年）。处理未知单元位置下的空间相关性。空间经济分析，16（2），194-216。
[64] Schratz，P.、Muenchow，J.、Iturritxa，E.、Richter，J.和Brenning，A.（2019年）。使用空间数据的统计和机器学习算法的超参数调整和性能评估。生态建模，406109-120。
[65] Secchi，P.、Vantini，S.和Vitelli，V.（2013）。打包Voronoi分类器，用于聚类空间功能数据。国际应用地球观测和地理信息杂志，22，53-64。
[66] Sibson，R.（1980）。Dirichlet细分有助于数据分析。斯堪的纳维亚统计杂志，7（1），14-20·Zbl 0435.62060号
[67] Steyerberg，E.W.、Bleeker，S.W.、Moll，H.A.、Grobbee，D.E.和Moons，K.G.（2003年）。预测模型的内部和外部验证：小样本中偏差和精度的模拟研究。临床流行病学杂志，56，441-447。
[68] Steyerberg，E.W.、Harrell，F.E.、Borsboom，G.J.J.M.、Eijkemans，M.J.C.、Vergouwe，Y.和Habbema，J.D.F.（2001）。预测模型的内部验证：逻辑回归分析某些程序的效率。临床流行病学杂志，54774-781。
[69] Tibshirani，R.（1996）。通过套索回归收缩和选择。英国皇家统计学会杂志：B辑：方法论，58（1），267-288·Zbl 0850.62538号
[70] Tran，P.和Tran，L.（2016）。用bootstrap重采样验证负二项Lyme病回归模型。环境建模与软件，82，121-127。
[71] Uboldi，F.、Sulis，A.N.、Lussana，C.、Cislaghi，M.和Russo，M.（2014）。降雨量年最大值分布参数估计的空间自举技术。水文与地球系统科学，18（3），981-995。
[72] vanStein，B.、Wang，H.、Kowalczyk，W.、Bäck，T.和Emmerich，M.（2015）。大数据回归的最优加权聚类克里格法。在智能数据分析国际研讨会上（第310-321页）。斯普林格。
[73] Ward，J.S.和Barker，A.（2013年）。未由数据定义：大数据定义调查。arXiv预打印arXiv:1309.5821。
[74] Wu，C.F.J.（1986）。回归分析中的折刀法、自举法和其他重采样方法。统计年鉴，14（4），1261-1295·Zbl 0618.62072号
[75] Ye，Z.和Weiss，R.E.（2003）。使用引导程序选择一种新的降维方法。《美国统计协会杂志》，98（464），968-979·Zbl 1045.62034号
[76] 朱亚欣、鲁广、刘杰、秦长中、周长中（2018）。基于地理学第三定律的空间预测。GIS年鉴，24（4），225-240。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。