Prostorová ekonometrie

Abstract

Práce se zabývá modely vhodnými k popisu prostorových dat. K tomuto účelu jsou použita náhodná pole s konečnou indexovou množinou, na které je definována relace sousedství, pomocí níž se zavádí matice prostorových vah popisující prostorové závislosti. Zmíněno je rozpoznávání a testování prostorové závislosti, které je aplikováno na makroekonomické ukazatele ČR. Jsou zavedeny prostorové modely, které vycházejí ze zobecnění obvyklých modelů časových řad, a ty jsou následně zkombinovány s lineárními regresními modely. Pro vybrané modely jsou odvozeny odhady parametrů, které jsou prováděny pomocí tří různých metod. Jde o metodu nejmenších čtverců, metodu maximální věrohodnosti a momentovou metodu. Teoretické asymptotické výsledky jsou doplněny simulační studií, která zjišťuje chování odhadů pro konečný počet pozorování. Na závěr je předvedena krátká ilustrace na reálných datech. Powered by TCPDF (www.tcpdf.org)

This thesis is devoted to the models that are suitable for modelling spatial data. For this purpose, random fields with finite index set are used. Based on the neighbourhood relationship a spatial weight matrix is introduced which describes spatial dependencies. A recognition and testing of spatial dependence is mentioned and it is applied for macroeconomic indicators in the Czech Republic. Spatial models originated from generalization of usual time series models are subsequently combined with linear regression models. The parameter estimators are derived for selected models by three different methods. These methods are ordinary least squares, maximum likelihood and method of moments. Theoretical asymptotic results are supplemented by a simulation study that examines the performance of estimators for finite sample size. Finally, a short illustration on real data is demonstrated. Powered by TCPDF (www.tcpdf.org)