Econometría espacial
1
Introducción
1.1
Motivación y contexto de la econometría espacial
1.1.1
Dependencia espacial y heterogeneidad en los datos económicos
1.1.2
Limitaciones de la econometría tradicional cuando se aplican a datos espaciales
1.2
Conceptos básicos de datos espaciales
1.2.1
¿Qué son los datos espaciales?
1.2.2
Tipos de datos espaciales: de área (polígonos), puntos y redes
1.2.3
Representación de los datos espaciales en R y Python
1.3
Construcción de la matriz de pesos espaciales W
1.3.1
Vecinos contiguos (Queen y Rook)
1.3.2
Distancia k más cercana
1.3.3
Matrices de pesos estandarizadas
2
Medidas de autocorrelación espacial
2.1
Definición de autocorrelación espacial
2.2
Medidas globales para la autocorrelación espacial
2.2.1
Índice de Moran Global
2.2.2
Índice de Geary
2.3
Medidas locales para la autocorrelación espacial
2.3.1
Índice de Moran Local
2.3.2
Indicadores de agrupamiento espacial
3
Heterogeneidad espacial
3.1
Concepto de Heterogeneidad Espacial
3.2
Métodos para detectar Heterogeneidad Espacial
3.3
Estrategias para abordar la Heterogeneidad Espacial
4
Modelos de Regresión Espacial
4.1
Modelo de rezago espacial (SAR, Spacial Autoregressive Model)
4.2
Modelo de errores espaciales (SEM, Spatial Error Model)
4.3
Modelo Durbin Espacial (SDM, Spatial Durbin Model)
4.4
Aplicaciones en competencia entre empresas, precios de exportación e inversión extranjera
5
Modelos de Panel Espacial
5.1
Introducción a modelos de datos panel espaciales
5.2
Modelos SAR y SEM en panel
5.3
Métodos de estimación: mínimos cuadrados generalizados (GLS) y métodos de máxima verosimilitud
5.4
Aplicaciones en desempeño económico regional y productividad agrícola
6
Inferencia y Diagnóstico en Econometría Espacial
6.1
Pruebas de especificación espacial: Moran, LM, Wald, LR
6.2
Métodos bootstrap para inferencia
Published with bookdown
Econometría espacial
Capítulo 6
Inferencia y Diagnóstico en Econometría Espacial
6.1
Pruebas de especificación espacial: Moran, LM, Wald, LR
6.2
Métodos bootstrap para inferencia