《表1 基于OLS模型回归的拉格朗日乘子检验》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《成渝城市群PM_(2.5)的时空分布及其影响因素研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

空间回归分析一般以非空间的OLS（最小二乘法）模型为基础，检验其是否有必要拓展为空间回归模型．基于OLS模型回归的拉格朗日乘子检验如表1所示．由表1可见:2015年，ρ（PM2.5）的OLS模型拟合系数为0.747，拉格朗日乘子（滞后）满足5%的显著性水平，而拉格朗日乘子（误差）不显著，因此空间滞后模型效果更好；2016年，OLS模型拟合系数为0.675，拟合效果不佳，拉格朗日乘子（滞后）满足10%的显著性水平，而拉格朗日乘子（误差）不显著，因此空间滞后模型也适用于2016年ρ（PM2.5）的回归分析．