Я пытаюсь запустить модели пространственной авторегрессии с данными временных рядов в R и не нашел четкого руководства по созданию матриц пространственных весов, когда геометрия повторяется в течение нескольких лет. Ниже я сделал репрезентацию, которая копирует основные c функции моего набора данных.
Скажем, я хочу регрессировать y на x и включить в модель член пространственной задержки. Какова наилучшая практика для вычисления этого термина запаздывания (или подготовки матрицы данных / весов для lagsarlm)? Типичный подход, кажется, полностью разваливается из-за структуры временных рядов данных.
library(sf)
library(spdep)
library(tidyverse)
nc <- st_read(system.file("shape/nc.shp", package="sf"))
nc_t <- nc
l <- nrow(nc_t)
nc_t$year <- 2009
nc_t$x <- rnorm(1)
nc_t$y <- rnorm(1)
years <- c(2010, 2011, 2012, 2013)
for (y in years) {
temp <- nc_t
temp$year = y
temp$x <- rnorm(l)
temp$y <- rnorm(l)
nc_t <- rbind(nc_t, temp)
}
nb_nc <- poly2nb(nc)
summary(nb_nc)
nb_t_nc <- poly2nb(nc_t)
summary(nb_t_nc)
Спасибо!