《表2 特征向量对网络权重矩阵中网络自相关性的提取能力Tab.2 ESF's ability of capturing network autocorrelation in the spac
为了检验各特征向量对网络权重矩阵中网络自相关格局的表达差异,将MC/MCmax的值与其对应的特征值排序进行位序—规模分析,如表2、图3所示,排名约在前20%的特征向量具有一定的提取网络自相关信息的能力,排名约在前1.4%的特征向量能揭示出较高的网络自相关格局。以上结果说明,少数排序较前的特征向量即可提取数据中较强的网络自相关信息,而将这部分特征向量作为解释变量进入模型进行回归,往往不会给模型增加过多的计算量。只要合理调整阈值,控制进入模型的特征向量个数,就能达到不同的过滤效果,这从一个侧面说明了ESF空间滤波的灵活性。
图表编号 | XD0030101900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.25 |
作者 | 古恒宇、沈体雁、刘子亮、孟鑫 |
绘制单位 | 北京大学政府管理学院、北京大学政府管理学院、华南师范大学经济与管理学院、北京大学政府管理学院 |
更多格式 | 高清、无水印(增值服务) |