У меня есть следующая модель в R
### model
modelchinaODA<-chinaodapc~pop+riots+conflicts+poverty+region+PBirthRegion+dwater
Для всех переменных, включенных в модель, moran.test отвергает нулевую гипотезу, поэтому я подозреваю, что существует пространственная автокорреляция. При запуске регрессии OLS все коэффициенты значимы. Если я запускаю lm.morantest для регрессии OLS, я отклоняю ноль, но с pvalue 0.04. если я запускаю другие тесты, такие как lm.test LMerr , LMlag , RLMerr , RLMlag , я никогда не отклоняю ноль.
Мой первый вопрос - как интерпретировать эти результаты. Lm.morantest отклонил ноль, и тогда я думаю, что есть пространственная корреляция, но так как значение не так мало, и все другие тесты не отклоняют H0, я не уверен.
Тогда, если я попытаюсь для запуска пространственных моделей SEM , SAR и SDM я получаю следующие предупреждения и сообщения об ошибках. Как с ними справиться и как их решить?
> ### SEM model
> modelchinaODA.sem<-errorsarlm(modelchinaODA, data=data, matrice1)
Warning message:
In errorsarlm(modelchinaODA, data = data, matrice1) :
inversion of asymptotic covariance matrix failed for tol.solve = 2.22044604925031e-16
valore di condizione di reciprocità = 1.00208e-16 - using numerical Hessian.
> ### SAR model
> modelchinaODA.sar<-lagsarlm(modelchinaODA, data=data, matrice1) ### warning message
Warning message:
In lagsarlm(modelchinaODA, data = data, matrice1) :
inversion of asymptotic covariance matrix failed for tol.solve = 2.22044604925031e-16
valore di condizione di reciprocità = 5.98732e-17 - using numerical Hessian.
> ### SDM model
> modelchinaODA.sardm<-lagsarlm(modelchinaODA, data=data, matrice1, type="mixed")
Error in solve.default(-(mat), tol.solve = tol.solve) :
il sistema è numericamente singolare: valore di condizione di reciprocità = 4.60637e-17
Inoltre: Warning message:
In lagsarlm(modelchinaODA, data = data, matrice1, type = "mixed") :
inversion of asymptotic covariance matrix failed for tol.solve = 2.22044604925031e-16
valore di condizione di reciprocità = 4.14633e-17 - using numerical Hessian.
Я не знаю, может ли это быть полезной информацией, но в качестве матрицы весов я использую стандартизированную матрицу смежности.
Спасибо