社会科学的空间回归模型

随着便携式计算机的普 及以及大数据的发展，空间 统计学的研究已较为普遍， 空间数据的获取也更加便捷 。空间数据已成为社会科学 研究中的一类重要数据类型 ，空间数据分析为社会科学 研究做出了巨大贡献。然而 目前处理空间数据的统计方 法要么过于深奥，要求读者 具备良好的数理统计知识而 令大部分读者难以入手，要 么模型简单、适用面窄而无 法达到深入分析空间统计数 据的目的。 本书试图以易于学习和 理解的方式，全面、系统地 介绍与空间回归相关的模型 和方法。本书介绍了探索性 空间数据分析方法、处理空 间相依性的模型、处理空间 异质性的模型、同时处理空 间相依和异质性的模型以及 其他高级的空间回归模型， 并在最后借助一个案例展示 了相应模型的R软件实现。 本书可以作为研究社会 科学、人口学、犯罪学、人 类学、人文地理、经济学、 教育学、传播学、历史学、 法学、政治学、心理学、城 市规划等社会科学领域的教 学和科研人员学习空间回归 方法的入门教材，也可以作 为本科生和研究生的空间计 量课程教材。

第一章 导论 1.1 社会科学中的空间思维 1.2 空间效应简介 1.2.1 空间分析、空间数据分析和地理分析 1.2.2 空间数据分析的四种类型 1.3 数据示例介绍 1.3.1 人口变化是一个空间过程 1.3.2 美国威斯康星州：研究区域 1.3.3 小型行政分区单位（MCD）：用于分析的空间单位 1.3.4 威斯康星州的人口变化 1.4 本书结构 思考题 第二章 探索性空间数据分析 2.1 探索性数据分析 2.1.1 方法 2.1.2 数据示例 2.2 邻域结构和空间权重矩阵 2.2.1 什么是邻域结构？ 2.2.2 什么是空间权重矩阵？ 2.2.3 为什么使用空间权重矩阵？ 2.2.4 我们应该使用哪个空间权重矩阵？ 2.2.5 空间权重矩阵的相关问题及解决方法 2.2.6 数据示例 2.3 空间自相关、相依和异质性 2.4 探索性空间数据分析 2.4.1 空间数据可视化 2.4.2 Moran’s I统计量 2.4.3 Geary’s c统计量 2.4.4 空间关联局部指标（LISA） 2.4.5 数据示例 思考题 第三章 处理空间相依关系的模型 3.1 标准线性回归和空间相依性诊断 3.1.1 标准线性回归 3.1.2 空间相依性诊断 3.1.3 模型评价 3.1.4 什么时候需要考虑空间相依性？ 3.1.5 数据示例 3.2 空间滞后模型 3.2.1 什么是空间滞后模型？ 3.2.2 通过最大似然方法拟合模型 3.2.3 模型诊断 3.2.4 何时需要使用空间滞后模型？ 3.2.5 在空间滞后模型中使用哪个空间权重矩阵？ 3.2.6 空间滞后模型的注意事项 3.2.7 数据示例 3.3 空间误差模型 3.3.1 什么是空间误差模型？ 3.3.2 通过最大似然方法拟合模型 3.3.3 模型诊断