| TÃtulo : |
The Econometric Analysis of Non-Stationary Spatial Panel Data |
| Tipo de documento: |
documento electrónico |
| Autores: |
Beenstock, Michael, ; Felsenstein, Daniel, |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2019 |
| Número de páginas: |
IX, 275 p. 45 ilustraciones, 40 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-030-03614-0 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Idioma : |
Inglés (eng) |
| Palabras clave: |
EconometrÃa EconomÃa regional EconomÃa espacial EstadÃsticas EconomÃa regional y espacial EstadÃstica en Negocios Gestión EconomÃa Finanzas Seguros |
| Clasificación: |
330.015.195 |
| Resumen: |
Esta monografÃa trata las series temporales no estacionarias espacialmente dependientes de una manera accesible tanto para los econometristas de series temporales que desean comprender la economÃa espacial como para los econometristas espaciales que carecen de una base sólida en el análisis de series temporales. Después de trazar conceptos clave tanto en series temporales como en econometrÃa espacial, el libro analiza cómo se puede estimar la matriz de conectividad espacial utilizando datos de panel espacial en lugar de suponer que está fijada exógenamente. A esto le sigue una discusión sobre la no estacionariedad espacial en datos de sección transversal espacial y una exposición completa de la no estacionariedad en contextos de una y múltiples ecuaciones, incluida la estimación y simulación de modelos de autorregresión vectorial espacial (VAR) y error espacial. modelos de corrección (ECM). El libro revisa la literatura sobre pruebas de raÃz unitaria de panel y pruebas de cointegración de panel para datos espacialmente independientes y para datos que son fuertemente dependientes espacialmente. Proporciona por primera vez valores crÃticos para pruebas de raÃz unitaria de panel y pruebas de cointegración de panel cuando los datos del panel espacial son débil o espacialmente dependientes. El volumen concluye con una discusión sobre la incorporación de dependencia espacial fuerte y débil en modelos de datos de panel no estacionarios. Todas las discusiones van acompañadas de pruebas empÃricas basadas en datos de panel espacial de los precios de la vivienda en Israel. . |
| Nota de contenido: |
1 Space and Time are Inextricably Interwoven -- 2 Time Series for Spatial Econometricians -- 3 Spatial Data Analysis and Econometrics -- 4 The Spatial Conectivity Matrix -- 5 Unit Root and Cointegration Tests in Spatial Cross-Section Data -- 6 Spatial Vector Autoregressions -- 7 Unit Root and Cointegration Tests for Spatially Dependent Panel Data -- 8 Cointegration in Non-Stationary Panel Data -- 9 Spatial Vector Error Correction -- 10 Strong and Weak Cross-Section Dependence in Non-Stationary Spatial Panel Data. . |
| Tipo de medio : |
Computadora |
| Summary : |
This monograph deals with spatially dependent non-stationary time series in a way accessible to both time series econometricians wanting to understand spatial econometics, and spatial econometricians lacking a grounding in time series analysis. After charting key concepts in both time series and spatial econometrics, the book discusses how the spatial connectivity matrix can be estimated using spatial panel data instead of assuming it to be exogenously fixed. This is followed by a discussion of spatial non-stationarity in spatial cross-section data, and a full exposition of non stationarity in both single and multi-equation contexts, including the estimation and simulation of spatial vector autoregression (VAR) models and spatial error correction (ECM) models. The book reviews the literature on panel unit root tests and panel cointegration tests for spatially independent data, and for data that are strongly spatially dependent. It provides for the first time criticalvalues for panel unit root tests and panel cointegration tests when the spatial panel data are weakly or spatially dependent. The volume concludes with a discussion of incorporating strong and weak spatial dependence in non-stationary panel data models. All discussions are accompanied by empirical testing based on a spatial panel data of house prices in Israel. . |
| Enlace de acceso : |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
The Econometric Analysis of Non-Stationary Spatial Panel Data [documento electrónico] / Beenstock, Michael, ; Felsenstein, Daniel, . - 1 ed. . - [s.l.] : Springer, 2019 . - IX, 275 p. 45 ilustraciones, 40 ilustraciones en color. ISBN : 978-3-030-03614-0 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés ( eng)
| Palabras clave: |
EconometrÃa EconomÃa regional EconomÃa espacial EstadÃsticas EconomÃa regional y espacial EstadÃstica en Negocios Gestión EconomÃa Finanzas Seguros |
| Clasificación: |
330.015.195 |
| Resumen: |
Esta monografÃa trata las series temporales no estacionarias espacialmente dependientes de una manera accesible tanto para los econometristas de series temporales que desean comprender la economÃa espacial como para los econometristas espaciales que carecen de una base sólida en el análisis de series temporales. Después de trazar conceptos clave tanto en series temporales como en econometrÃa espacial, el libro analiza cómo se puede estimar la matriz de conectividad espacial utilizando datos de panel espacial en lugar de suponer que está fijada exógenamente. A esto le sigue una discusión sobre la no estacionariedad espacial en datos de sección transversal espacial y una exposición completa de la no estacionariedad en contextos de una y múltiples ecuaciones, incluida la estimación y simulación de modelos de autorregresión vectorial espacial (VAR) y error espacial. modelos de corrección (ECM). El libro revisa la literatura sobre pruebas de raÃz unitaria de panel y pruebas de cointegración de panel para datos espacialmente independientes y para datos que son fuertemente dependientes espacialmente. Proporciona por primera vez valores crÃticos para pruebas de raÃz unitaria de panel y pruebas de cointegración de panel cuando los datos del panel espacial son débil o espacialmente dependientes. El volumen concluye con una discusión sobre la incorporación de dependencia espacial fuerte y débil en modelos de datos de panel no estacionarios. Todas las discusiones van acompañadas de pruebas empÃricas basadas en datos de panel espacial de los precios de la vivienda en Israel. . |
| Nota de contenido: |
1 Space and Time are Inextricably Interwoven -- 2 Time Series for Spatial Econometricians -- 3 Spatial Data Analysis and Econometrics -- 4 The Spatial Conectivity Matrix -- 5 Unit Root and Cointegration Tests in Spatial Cross-Section Data -- 6 Spatial Vector Autoregressions -- 7 Unit Root and Cointegration Tests for Spatially Dependent Panel Data -- 8 Cointegration in Non-Stationary Panel Data -- 9 Spatial Vector Error Correction -- 10 Strong and Weak Cross-Section Dependence in Non-Stationary Spatial Panel Data. . |
| Tipo de medio : |
Computadora |
| Summary : |
This monograph deals with spatially dependent non-stationary time series in a way accessible to both time series econometricians wanting to understand spatial econometics, and spatial econometricians lacking a grounding in time series analysis. After charting key concepts in both time series and spatial econometrics, the book discusses how the spatial connectivity matrix can be estimated using spatial panel data instead of assuming it to be exogenously fixed. This is followed by a discussion of spatial non-stationarity in spatial cross-section data, and a full exposition of non stationarity in both single and multi-equation contexts, including the estimation and simulation of spatial vector autoregression (VAR) models and spatial error correction (ECM) models. The book reviews the literature on panel unit root tests and panel cointegration tests for spatially independent data, and for data that are strongly spatially dependent. It provides for the first time criticalvalues for panel unit root tests and panel cointegration tests when the spatial panel data are weakly or spatially dependent. The volume concludes with a discussion of incorporating strong and weak spatial dependence in non-stationary panel data models. All discussions are accompanied by empirical testing based on a spatial panel data of house prices in Israel. . |
| Enlace de acceso : |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
|  |
Crear una solicitud de compra Refinar búsqueda
