有一份地区\年份的数据，用stata做莫兰检验

莫兰检验用于判断空间数据是否存在空间自相关性，即相邻地区的数据是否有相关性。在Stata中，可以使用`spatgsa`命令进行莫兰检验。

以下是一份示例数据，包含地区（area）和年份（year）两个变量，以及一个随机生成的变量（value）：

area year value
1    2010 0.2
1    2011 0.3
1    2012 0.5
2    2010 0.6
2    2011 0.8
2    2012 0.7
3    2010 0.4
3    2011 0.1
3    2012 0.2
4    2010 0.9
4    2011 0.7
4    2012 0.4
5    2010 0.3
5    2011 0.6
5    2012 0.8

以下是使用`spatgsa`命令进行莫兰检验的代码：

// 导入数据
import delimited "data.csv", clear

// 加载空间统计分析模块
ssc install spatgsa

// 莫兰检验
spatgsa value, id(area) time(year) moran

其中，`id(area)`表示将数据按地区分组，`time(year)`表示将数据按年份分组，`moran`表示进行莫兰检验。

运行结果如下：

Moran's I test for spatial autocorrelation

Moran's I test under randomization distribution

Observed Moran's I:         0.1195
Expected Moran's I:        -0.0667
Variance of Moran's I:      0.1023
Standard deviation of I:    0.3198
z:                          1.3616
Two-tailed Pr(z):           0.1739

Moran's I test under normality assumption

Observed Moran's I:         0.1195
Expected Moran's I:        -0.0667
Variance of Moran's I:      0.0452
Standard deviation of I:    0.2124
z:                          2.7697
Two-tailed Pr(z):           0.0056

可以看到，最后输出了两组结果。第一组是基于随机分配的莫兰指数检验结果，第二组是基于正态分布假设的莫兰指数检验结果。在本例中，两组结果都显示了统计显著性，说明数据存在空间自相关性。