有一份地区\年份的数据,用stata做莫兰检验
时间: 2023-06-26 13:10:35 浏览: 194
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。
阅读全文