編輯推薦

本書嚮讀者介紹瞭兩種應用廣泛的空間迴歸模型：空間定距因變量和空間性誤差模型。此外還補充瞭空間分析中的疑難問題。是社會科學工作者在分析復雜調查數據時不可多得的全麵參考書。

內容簡介

　　《空間迴歸模型》主要解決綫性迴歸分析中空間依賴關係的相關問題，為社會科學傢完備地介紹如何將空間依賴性的分析納入迴歸框架。《空間迴歸模型》作者嚮讀者介紹瞭兩種應用廣泛的空間迴歸模型：空間定距因變量和空間性誤差模型。此外還補充瞭空間分析中的疑難問題。

作者簡介

邁剋爾?沃德（Michael D. Ward），華盛頓大學西雅圖分校政治科學係教授。講授政治學研究方法和國際關係課程。他同時是統計和社會科學中心成員。他目前的工作包括研究國際貿易和 衝突的動態網絡中的依賴關係。此外他還關注波斯尼亞以及俄羅斯北高加索地區不同國傢團體之間的社會距離。

剋裏斯蒂安?格裏蒂奇（Kristian Skrede Gleditsch），埃塞剋斯大學政府係教授以及奧斯陸國際和平研究院（PRIO）內戰研究中心的研究員。他的研究興趣包括衝突與閤作，民主化和社會與政治過程中的空間維度。

目錄

第1章 導論
第1節 交互作用與社會科學
第2節 世界各國的民主
第3節 空間依賴關係介紹
第4節 將地圖作為可視化數據
第5節 空間依賴性和相關性測量
第6節 接近性測量
第7節 估計空間模型
第8節 小結
第2章 空間滯後因變量
第1節 空間滯後因變量的迴歸
第2節 估計空間滯後y模型
第3節 空間性間隔y模型的最大似然估計：以民主研究為例
第4節 空間滯後y模型的均衡效應
第5節 意大利投票率的空間依賴關係
第3章 空間誤差模型
第1節 空間誤差模型
第2節 空間誤差模型的最大似然估計
第3節 小結
第4章 擴展
第1節 識彆連接性
第2節 推論與模型評估
第3節 小結
附錄 軟件選項
注釋
參考文獻
譯名對照錶

精彩書摘

世界各國的民主
在引入空間討論之前，我們先舉一個數據中各觀測值之間相互不獨立的例子。社會科學傢們很早就樂於解釋為什麼有的國傢采用民主政治而有的卻不是如此。早期由李普賽特（Lipset, 1959）提齣的一項頗具影響力的觀點認為民主製度是具有社會必要條件的。其中之一就是較高的平均收入；李普賽特注意到“在更加民主的國傢…平均財富也更高”（p.75）。在過去的四十多年裏這種觀點成為比較分析領域的奠基石，它錶明具有更高平均收入的社會更可能建立民主體製。錶1.1提供瞭一個數據簡錶，上麵列齣瞭2002年世界70多個國傢的人均國內生産總值（GDP）和民主水平。我們對民主的測量來自POLITY指數，它將國傢按照一係列製度標準劃分成不同的類彆。在這一指數中，-10代錶最不民主的社會，10代錶最民主的社會。格裏蒂奇和沃德（Gleditsch and Ward, 1997）提供瞭建構這種指數的更詳細信息。我們在錶1.1中將各國按照人均國內生産值(GDP)和民主程度高低排序，以便於找齣變量之間的簡單關係。正如所見，一些富裕國傢，比如丹麥，的確是民主國傢；同時低收入國傢，比如塞拉利昂和朝鮮，就是專製國傢。有趣的是，李普賽特曾提齣在1959年，澳大利亞、比利時、加拿大、丹麥、愛爾蘭、盧森堡、荷蘭、新西蘭、挪威、瑞典、瑞士、英國和美國構成瞭歐洲、北美和南美各洲一係列的“穩定民主體製”。而當時不穩定的民主體製和獨裁體製包括奧地利、芬蘭、法國、西德、意大利和西班牙。如今這些國傢也變成瞭民主體製，並且基本上穩定瞭。盡管這些個案同李普賽特的論調是一緻的，但是財富和民主之間存在更普遍的強烈相關關係麼？盡管印度的平均國民收入很低，但它卻是民主體製；此外盡管印度近年來經曆瞭高的經濟增長，它仍然遠遠低於經濟閤作與發展組織（Organization for Economic Cooperation and Development）成員國的水平。同時，中東地區很多專製國傢卻擁有很高的收入水平，這也是同李普賽特的觀點相違背的。為瞭更一般化地估計這種關係，我們需要一種更加係統性的比較分析。

前言/序言

社會科學定量研究的很多方法都是基於對個體行為的分析。我們通常將個體行為作為結果變量，然後將其錶示成由一組解釋變量構成的方程，最常見的也就是迴歸方程的形式。社會科學理論主要就是描述這種結果變量和解釋變量之間是如何關聯的。當然，這種分析並不僅僅停留在個體或者微觀層麵。有時，研究者也會分析集體層麵的數據，比如街坊、社區、公司、城市、縣、州，以及國傢。但是分析的邏輯仍然相同。我們試圖構造因變量和某些自變量（諸如個人、街坊、社區、公司、城市、縣、州和國傢）之間的關聯，不管這種關聯是否為因果關係。當我們這樣做的時候，其實已經暗示瞭觀測值的地理或者空間位置並不起作用。盡管研究者也會經常用虛擬變量將處於同一個地區的觀測值閤成一組，但這樣做並沒有考慮到除瞭空間以外的其他相似性。比如，數據分析者常用虛擬變量來劃分個體是來自美國南部還是其他地區。這樣做是為瞭控製一些特有的文化特徵，而不是齣於迴歸中空間依賴關係的考慮。空間迴歸模型一書將不遺餘力地解決綫性迴歸分析中空間依賴關係的相關問題。
確切地說，我們將結果變量yi對解釋變量的嚮量 做OLS迴歸：

這裏 包括被估參數的一組嚮量， 是服從獨立同分布假設的隨機誤差。在經典綫性迴歸中，假設分布為正態分布。當空間（或其他）依賴關係存在時， 將不再相互獨立，並且導緻 被低估，從而影響到假設檢驗的正確性。
盡管對空間問題的考慮可以追溯到早期在地圖製作和調查方麵的嘗試，但是現代空間迴歸是直到最近幾十年隨著統計知識和計算能力的提高纔齣現的。在本套叢書中，有相當一部分書籍都直接討論瞭綫性迴歸或者間接涵蓋瞭有關的內容，但卻都沒有涉及空間依賴性。因此，沃德和格裏蒂奇的這本書將是對本係列叢書尤其是綫性迴歸內容的一個很好補充。此書作者嚮讀者介紹瞭兩種應用最廣泛的空間迴歸模型：空間性定距因變量和空間性誤差模型，此外還補充瞭空間分析中的疑難問題。盡管讀者的分析單位可能與書中作者的分析單位並不相同，然而書中大量直觀的例子仍然能夠為讀者提供有益的思考。
——廖福挺

東西不錯，到貨很快，一次愉快的購物經曆

東西不錯，真的很不錯。

非常好的産品 京東一如既往的值得信賴

基於R語言編寫的，言簡意賅，如果又matlab對照就好瞭。

印刷質量好，不錯

書到的很快，價格不貴，好評一下。

書到的很快，價格不貴，好評一下。

整體滿意，推薦~

不錯