Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Items upload-WPIelde Nro13 PDF
Items upload-WPIelde Nro13 PDF
Documentos de Trabajo
Marcos Herrera
Otoo de 2015
N 13
Marcos Herrera
CONICET-IELDE
Universidad Nacional de Salta (Argentina)
(E-mail: mherreragomez@gmail.com)
Abstract
This document aims to present the common tools within Stata to estimate and test spatial
econometric models. This paper contains an exploratory analysis of spatial data and a range of
simple and complex spatial regression models. The guide can be used as a manual to apply spatial
econometrics in the context of Stata software. The database and codes used in the different sections
are available to replicate step by step procedure.
Resumen
Este documento tiene por objetivo presentar las herramientas habituales dentro de Stata para
estimar y contrastar modelos economtricos espaciales. Este documento contiene un anlisis
exploratorio de datos espaciales y una gama de modelos de regresin espacial simples y complejos.
La gua puede ser usada como un manual para realizar econometra espacial bajo el contexto del
programa Stata. La base de datos y los cdigos utilizados en las diferentes secciones se encuentran
disponibles para replicar el paso a paso del procedimiento.
* Este documento ha sido elaborado con algunas secciones del trabajo preparado para el Taller sobre Tcnicas
1
1. Introduccin
Este documento pretende ser una gua para los economistas aplicados que desean trabajar con
datos georeferenciados. Este tipo de datos, por propia naturaleza, ha generado nuevas reas de
investigacin y de especializacin siendo una de ellas la econometra espacial.
El rea de la econometra espacial se ocupa del uso de tcnicas estadsticas y economtricas que
permiten el tratamiento explcito del espacio en modelos econmicos. Este nombre fue dado por
Jean Paelinck, quien utiliz por primera vez el trmino para destacar la necesidad de desarrollar
una nueva rama de la econometra que sirviese de fundamentacin metodolgica a los modelos
regionales y urbanos (Annual Meeting of the Ducth Statistical Association, Tilburg ,1974). Anselin
(2010) ubica el inicio del rea en el ao 1979 debido a un conjunto de publicaciones que sentaron
las primeras bases metodolgicas distinguibles: Spatial econometrics (Paelinck & Klaassen, 1979),
Exploratory and explanatory statistical analysis of spatial data (Bartels & Ketellapper, 1979),
Spatial time series (Bennett, 1979) y Problems in estimating econometric relations in space
(Hordijk, 1979). Una dcada ms tarde, con la publicacin del libro de texto: Spatial econometrics:
Methods and models (Anselin, 1988), se consolidan las lneas metodolgicas fundamentales que han
marcado la agenda de investigacin en los posteriores aos.
Un punto crucial sobre el desarrollo y difusin de la econometra espacial ha sido el relacionado a
los programas economtricos. En los inicios, dcada del 70 y 80, la falta de un programa apropiado
para el anlisis espacial fue uno de los principales impedimentos en la realizacin de investigaciones
empricas. Los investigadores utilizaban cdigos de Fortran o de algn otro tipo de lenguaje de
programacin ya que los programas disponibles, tales como SAS y SPSS, solo provean herramientas
estadsticas estndares no considerando la presencia de dependencia espacial. La autocorrelacin
espacial era vista ms bien como un problema a ser removido o evitado (Goodchild et al., 1992).
En la dcada del 90, estas dificultades comienzan a sortearse debido al avance tecnolgico de los
sistemas de informacin geogrfica (SIG) y al desarrollo de programas estadsticos especficos para
manipular y modelizar estos datos como SpaceStat, primera vez lanzado en 1991 (Anselin, 1992).
En la actualidad, existen varias alternativas para realizar un anlisis economtrico espacial. Sin
ser exhaustivos, pueden mencionarse: Econometrics Toolbox desarrollado en MATLAB (LeSage,
1999); el paquete spdep de R desarrollado en el ao 2001 (Bivand, 2002); el programa GeoDa,
lanzado en el ao 2002 (Anselin et al., 2006), con gran impacto a nivel usuario; y GeoDaSpace de
reciente desarrollo basado en el cdigo PySAL (Rey & Anselin, 2010).
El programa Stata no ha sido un precursor del anlisis espacial, aunque diferentes usuarios han
aportado herramientas espaciales muy tiles bajo su entorno. El primer aporte importante data
del ao 2001, Tools for spatial data analysis (Pisati, 2001). Desde entonces, se han desarrollado
gradualmente diferentes comandos que permiten alcanzar un nivel de anlisis adecuado para
realizar investigaciones en econometra espacial. En el presente documento, se presentarn los
cdigos disponibles ms relevantes hasta la fecha utilizando Stata, versin 12.
En orden de facilitar la reproducibilidad de los resultados aqu presentados, se deja a
disposicin un conjunto de archivos comprimidos bajo el nombre Guia_Stata_2015.rar en
el siguiente link: https://www.researchgate.net/publication/274347889_Dataset._Gua_de_
Econometra_espacial_usando_Stata. Estos archivos son: comandos_2015.do (fichero con los
comandos de Stata), migr_unemp_10_12.xls (base de datos con variables de Eurostat), el shape
nuts2_164 (fichero de formas espaciales). El fichero shape es un formato multiarchivo, es decir, son
2
archivos asociados con igual nombre pero diferentes extensiones: .shp, .dbf y .shx. En el prximo
captulo se ver en detalle cmo trabajar con esta informacin.
Datos a utilizar
A lo largo de la gua se utilizar un nico conjunto de datos. Estos datos corresponden a 164
regiones NUTS 21 de la primera formacin de la Unin Europea, para el periodo 2010-2012. Si
bien solo se utilizar un nico ao, los dems aos se dejan disponibles para que el lector pueda
utilizar alternativamente alguno de ellos. Con la finalidad de mantener la discusin lo ms simple
posible, se han seleccionado dos variables regionales: la tasa de desempleo y la tasa de migracin
neta. Ambas variables han sido construidas con informacin proveniente de la Oficina Europea de
Estadsticas, ms conocida como Eurostat.
La tasa de desempleo es definida por Eurostat, siguiendo los principales lineamientos de la
Organizacin Internacional del Trabajo, como el porcentaje de personas desempleadas respecto a
la fuerza laboral regional, es decir, poblacin en edad de trabajar entre 15-74 aos.
La tasa de migracin neta se define como la razn de la migracin neta durante el ao
(incluyendo el ajuste estadstico) respecto a la poblacin promedio en ese ao, expresada por
cada mil habitantes. La migracin neta es estimada como la diferencia entre el nmero de personas
que ingresan y el nmero de personas que egresan de una regin por lo que la variable puede
asumir valores positivos o negativos. Un valor positivo implica un exceso de personas ingresantes
y es referida como inmigracin neta (por ejemplo, 18,3 migrantes por cada 1000 ha., valor mximo
en el ao 2010). Un valor negativo implica un exceso de personas que egresan de la regin y es
referido como emigracin neta (por ejemplo, -4,1 migrantes por cada 1000 ha., valor mnimo en el
ao 2010).
Un nmero escaso de datos faltantes han sido predichos mediante extrapolacin espacio-
temporal con la finalidad de poder utilizar todas las regiones y aos. Estos datos, en su prctica
totalidad, no han sido revisados minuciosamente por lo que las conclusiones que puedan derivarse
son solo a fines ilustrativos. Sin embargo, la eleccin de ambas variables no ha sido al azar y se
intenta, mediante la aplicacin emprica, incentivar el estudio de la relacin entre migracin neta y
desempleo contribuyendo al debate entre analistas econmicos y, tambin, entre la opinin pblica.
Desde la teora econmica, existen algunas posiciones que argumentan que la inmigracin neta
es la causa del elevado desempleo en las regiones receptoras de migrantes. La escuela neoclsica es la
que apoya tal conclusin, suponiendo que la mano de obra es homognea y que existe competencia
perfecta en el mercado de bienes. Bajo estos supuestos, los trabajadores se mueven hacia regiones
1 Las siglas NUTS significan Nomenclatura de las Unidades Territoriales Estadsticas y son utilizadas por la Unin
Europea para establecer demarcaciones territoriales. Las NUTS se dividen en tres niveles: El nivel 1 contiene regiones
con una poblacin entre 7 y 3 millones de habitantes. El nivel 2 son regiones con una poblacin entre 800 mil y 3
millones. El nivel 3 son regiones de poblacin mnima de 150 mil y un mximo de 800 mil habitantes. Para mayor
precisin de los criterios utilizados, puede consultarse la pgina web de Eurostat: http://ec.europa.eu/eurostat.
3
prsperas y esto genera un aumento en la oferta de trabajo en la regin receptora (efecto directo).
Simultneamente, en dicha regin receptora, la inmigracin genera un aumento en el consumo de
bienes locales llevando a las empresas a incrementar la demanda de trabajo (efecto indirecto).
La posicin neoclsica afirma que el efecto directo es superior al indirecto con el consiguiente
incremento del desempleo: existe una relacin positiva entre migracin neta y desempleo.
Una corriente terica alternativa apoya la misma direccin de causalidad, desde la migracin
neta hacia el desempleo. Esta posicin es la adoptada por la Nueva Geografa Econmica bajo la
dinmica centro-periferia. Considerando los supuestos de competencia imperfecta en el mercado
de bienes y rigideces en el mercado laboral, puede deducirse que las fuerzas generadoras de
aglomeracin determinan las disparidades espaciales que producen persistencia interregional en
la tasa de desempleo. Si se considera que la integracin regional es producto de la cada de los
costos de transporte, entonces se espera un mayor flujo migratorio desde las regiones retrasadas
hacia las regiones prsperas. El efecto migratorio estimular las economas de aglomeracin (efecto
home-market) llevando a un incremento de los beneficios empresariales y por consiguiente una
mayor demanda laboral. En este caso, los efectos indirectos de la inmigracin sobre la demanda
laboral prevalecern sobre el efecto directo. En conclusin, existe una relacin negativa entre ambas
variables, donde mayor migracin neta (inmigracin) produce una cada en la tasa de desempleo
de la regin receptora.
Ambas teoras dan pie a postular una relacin inicial en donde la variable dependiente es la
tasa de desempleo y la variable explicativa es la tasa de migracin neta. Sin embargo, el signo
y la magnitud del impacto de la migracin neta sobre el desempleo es una cuestin emprica. Se
explorar dicha relacin mediante las tcnicas espaciales para corte transversal.
La gua se encuentra estructurada de la siguiente manera. En la seccin 2 se realiza un anlisis
exploratorio espacial de los datos, habitual etapa inicial de los estudios de datos espaciales. Debido
a la particularidad de los mismos, se utilizan herramientas puntuales como son los diferentes tipos
de mapas y diagramas de dispersin de Moran. En la seccin 3 se presentan los modelos ms
utilizados de econometra espacial para datos de corte transversal. La seccin 4 se dedica a la
interpretacin de los resultados. Esta interpretacin considera cuidadosamente los efectos espaciales
y las implicancias para cada modelo. En todas las secciones se combina la presentacin metodolgica
de la herramienta y los comandos disponibles en Stata para su estimacin.
4
2.1. Convirtiendo archivos shapes a Stata
Para iniciar el anlisis espacial es necesario tener informacin georeferenciada. Un problema
habitual es la obtencin de dicha informacin. Sin embargo, esta restriccin se ha vuelto menos
importante a medida que diferentes sitios webs han ido ofreciendo archivos georeferenciados
de manera gratuita. Entre los sitios gratuitos puede mencionarse Global Administrative Areas
(GADM), que provee archivos de mapas base para casi todos los pases2 ; y el sitio DIVA-GIS3 .
El tipo de archivo estndar en el que se almacena la informacin geogrfica es denominado shape
(shapefile), originalmente desarrollado por la empresa ESRI para su programa ArcView GIS. Si
bien existen otros formatos alternativos, el formato shape se ha convertido en el tipo de archivo
ms utilizado para el intercambio de informacin geogrfica.
Un archivo shape es un formato vectorial que almacena la localizacin de elementos geogrficos
y sus atributos. La diferencia con otro tipo de archivo es que es un formato multiarchivo: conjunto
relacionado de ficheros informticos. El nmero mnimo y habitual es de tres ficheros con las
siguientes extensiones:
.dbf es la base de datos, en formato dBASE, donde se almacena la informacin de los atributos
de los objetos.
Existen herramientas desarrolladas por usuarios para convertir los shapes en archivos .dta de
Stata. El comando shp2dta (Crow, 2013) permite crear dos conjuntos de datos: uno contendr la
informacin de los atributos del .dbf, y el otro contendr la informacin geogrfica.
El primer paso es cargar la informacin georeferenciada mediante el siguiente comando:
Este comando lee el archivo shape nuts2_164, generando dos archivos: datos_shp.dta
y coord.dta. En el archivo de datos, datos_shp, se genera adicionalmente una variable
identificadora de cada unidad geogrfica, id, y los centroides, puntos que definen el centro
geomtrico de los polgonos, identificados por la latitud (y_c) y la longitud (x_c).
5
x_c float %9.0g x-coordinate of area centroid
y_c float %9.0g y-coordinate of area centroid
POLY_ID int %10.0g POLY_ID
OBJECTID int %10.0g OBJECTID
NUM int %10.0g NUM
NUTS_ID str4 %9s NUTS_ID
X_COORD double %10.0g X_COORD
Y_COORD double %10.0g Y_COORD
El archivo datos_shp.dta contiene la informacin sobre los atributos del archivo dbf. El archivo
de atributos tiene nicamente las variables que identifican a cada NUTS 2, el nombre del objeto,
y las coordenadas geogrficas.
Pisati (2008) provee el comando spmap que permite obtener un grfico del mapa con los lmites
de cada rea, es decir, el mapa base.
Europa, EU15
Puede suceder que el shape contenga polgonos que no son de inters o de los que no se tenga
informacin de las variables. En este caso puede utilizarse el comando drop para eliminar las
regiones sin informacin. Por ejemplo, si no hay informacin sobre Finlandia y Suecia:
. drop if id==3|id==5|id==6|id==164|id==7|id==8|id==12|id==4|id==2|id==1|id==11|id==12
. spmap using coord, id(id)
6
Europa sin Finlandia y Suecia, EU15
Estos mapas base solo contienen informacin geogrfica, no hay variables que puedan ser analizadas.
Para incorporar la informacin descargada de Eurostat, el primer paso ha sido guardar las variables
en formato excel e incluir una variable que identifica a cada NUTS 2 con su correspondiente forma
geogrfica. Esta variable servir de link entre el archivo excel y el shape.
En Stata, se importa el archivo excel y se guarda en formato .dta:
7
Result # of obs.
not matched 0
matched 164 (union==3)
. assert union==3
. save migr_unemp_shp.dta
file migr_unemp_shp.dta saved
Mediante el comando merge la informacin de ambas bases es unida y la funcin assert union==3
verifica que la condicin sea verdadera. Si esta condicin se cumple, entonces Stata no devolver
ninguna lnea adicional.
Cuantiles: las clases corresponden a los cuantiles de la distribucin de la variable, cada clase
tendr aproximadamente el mismo nmero de polgonos.
Intervalos iguales: las clases se dividen segn el valor que divide a la distribucin de la variable
en k intervalos iguales. El valor predefinido de k es 4.
Diagrama de caja: las clases son seis y el nmero de polgonos en cada clase depende de
la distribucin de la variable elegida. Las clases son definidas de la siguiente manera: [min,
p25 1,5 ri], (p25 1,5 ri, p25], (p25, p50], (p50, p75], (p75, p75 + 1,5 ri], (p75 + 1,5 ri,
max], donde p es el percentil y ri es el rango intercuartlico.
Las anteriores opciones solo permiten trabajar con variables cuantitativas. En el caso de las
variables categricas puede usarse la opcin unique, que permite graficar variables categricas
asignando un color diferente a cada una de las categoras.
A continuacin se presentan los mapas de coropletas aplicados a los datos de EU15 utilizando
la informacin del ltimo ao disponible.
8
. format U2012 %12.1f
. spmap U2012 using coord, id(id) clmethod(q) title("Tasa de Desempleo") ///
legend(size(medium) position(5)) fcolor(Blues2) note("Europa, 2012" "Fuente: Eurostat")
. format NM2012 %12.1f
. spmap NM2012 using coord, id(id) clmethod(q) title("Tasa de Migracin Neta") ///
legend(size(medium) position(5)) fcolor(BuRd) note("Europa, 2012" "Fuente: Eurostat")
(10.8,34.6] (5.4,18.9]
(8.2,10.8] (2.5,5.4]
(5.7,8.2] (0.1,2.5]
[2.7,5.7] [-8.0,0.1]
Europa, 2012 Europa, 2012
Fuente: Eurostat Fuente: Eurostat
9
Figura 2: Mapa de Intervalos Iguales
(26.6,34.6] (12.2,18.9]
(18.6,26.6] (5.5,12.2]
(10.7,18.6] (-1.3,5.5]
[2.7,10.7] [-8.0,-1.3]
Europa, 2012 Europa, 2012
Fuente: Eurostat Fuente: Eurostat
El mapa de diagrama de caja permite visualizar valores extremos o atpicos. Este mapa puede
presentarse conjuntamente con el diagrama de caja simple para poder vincular las observaciones:
(18.5,34.6] (13.5,18.9]
(10.8,18.5] (5.5,13.5]
(8.2,10.8] (2.5,5.5]
(5.7,8.2] (0.1,2.5]
(2.7,5.7] (-7.9,0.1]
[2.7,2.7] [-8.0,-7.9]
Europa, 2012 Europa, 2012
Fuente: Eurostat Fuente: Eurostat
0 10 20 30 40 -10 0 10 20
10
La tasa de desempleo muestra valores extremos altos por encima del 75 % de la distribucin
muestral. Estos valores se encuentran clasificados por la clase de rojo intenso y contiene a la mayora
de las regiones espaolas y al sur de Italia. En el caso de la migracin neta hay dos observaciones
atpicas, una en cada extremo. Se puede distinguir una regin con emigracin neta extrema (mayor
valor negativo) identificada en Irlanda y otra regin que experimenta una alta inmigracin neta
que representa a Luxemburgo.
(15.4,34.6] (7.0,18.9]
(9.5,15.4] (2.7,7.0]
(3.7,9.5] (-1.6,2.7]
[2.7,3.7] [-8.0,-1.6]
Europa, 2012 Europa, 2012
Fuente: Eurostat Fuente: Eurostat
Existen opciones adicionales y la posibilidad de combinar informacin de reas con puntos. Por
ejemplo, si se desea visualizar en el mapa la relacin entre la distribucin de cuantiles del desempleo
y las desviaciones respecto a la media de la tasa de migracin neta, puede aplicarse el siguiente
comando:
11
Figura 5: Mapa de Cuantiles del Desempleo y de Desviaciones de Migracin Neta
(10.8,34.6]
(8.2,10.8]
(5.7,8.2]
[2.7,5.7]
Europa, 2012
Fuente: Eurostat
Los crculos huecos representan las desviaciones por debajo de la media de la migracin neta y los
crculos rellenos representan desviaciones por encima de la media. A mayor tamao del crculo,
ms alejado se encuentra el valor de la regin respecto a la media europea. Es fcil observar que
los crculos huecos y de gran tamao, que identifican a la emigracin neta, se ubican en regiones
de alto desempleo. Por lo contrario, los crculos que identifican altos valores de inmigracin neta
se ubican en reas de bajo desempleo.
En general puede observarse que ambas variables muestran un patrn de agrupamiento espacial.
Para el caso de la tasa de desempleo, los altos valores se encuentran al sur de Europa, en especial en
las regiones de Espaa, Portugal y parte de Italia. La distribucin de los valores de migracin neta
refleja que hay zonas de alta inmigracin como el norte de Italia, sur de Alemania, sur de Francia y
sur del Reino Unido, principalmente. Este anlisis visual permite anticipar que el comportamiento
de las regiones NUTS 2 no es independiente del espacio.
literatura ha tendido a utilizar ambos trminos de manera intercambiable. Vase Anselin & Bera (1998) para mayor
detalle.
12
distribuida en solo tres regiones y que se ha detectado dependencia espacial. La formalizacin de
esta dependencia puede realizarse de la siguiente manera:
y i = ij y j + ik y k + ui ,
y j = ji y i + jk y k + uj ,
(1)
y k = ki y i + kj y j + uk ,
ui ; uj ; uk i.i.d. 0; 2 ,
yk ki kj 0 yk uk
y = Ay + u, (2)
donde
0 ij ik
A = ji 0 jk .
ki kj 0
El problema con el sistema (2) es que, bajo un corte transversal, hay ms parmetros que
observaciones (3 observaciones y 6 parmetros). Puede imponerse simetra, reduciendo el nmero
de parmetros pero, de todas formas, no podr estimarse (LeSage & Pace, 2009, p. 8). Por lo tanto,
es necesario buscar una solucin alternativa para capturar la dependencia subyacente en los datos.
La solucin ms ampliamente utilizada en econometra espacial es imponer un conjunto de
restricciones sobre las relaciones de dependencia. De esta forma, la estructura de la matriz A es
reparametrizada de la siguiente manera:
A = W,
donde es un parmetro a estimar que captura el efecto espacial promedio de los vecinos y W
es una matriz de pesos espaciales (tambin denominada matriz de contigidades, ponderaciones,
distancias o interacciones espaciales). Los elementos de W son:
0 wij wik
W = wji 0 wjk ,
wki wkj 0
tal que se ha intercambiado a los parmetros 0 s (parmetros originales del modelo) por wij
(coeficientes exgenos al modelo).
Generalizando, la matriz W ser de orden nn, siendo n el tamao muestral. Cada elemento de
W es denominado peso espacial, wij . Los pesos espaciales capturan la vecindad, siendo diferentes
de cero cuando las regiones i y j son consideradas vecinas. Por convencin, ninguna regin puede
13
ser vecina de si misma, dando como resultado que la diagonal principal de W tiene todos sus
elementos iguales a cero, wii = 0.
La matriz de pesos espaciales ocupa una posicin central en econometra espacial ya que define
el conjunto de vecinos para cada localizacin y su eleccin condicionar al resto del anlisis. El
problema central radica en cmo se construyen los pesos de la matriz W .
En la prctica economtrica, la matriz de contactos es construida mediante diferentes criterios.
Estos criterios van desde el uso de la posicin geogrfica hasta el uso de flujos que capturan
interacciones sociales y utilizan otras fuentes de informacin socio-econmica.
En este punto se proceder de la forma tradicional utilizando criterios geogrficos, siguiendo
la idea de la primera ley de la geografa (Tobler, 1970): Todas las cosas estn relacionadas entre
s, pero las cosas ms prximas en el espacio tienen una relacin mayor que las distantes. Entre
los criterios geogrficos, puede definirse vecindad por contigidad, por alguna funcin de distancia,
por k vecinos ms cercanos o alguna combinacin de estas opciones.
El criterio contigidad considera como vecinos a los polgonos que comparten lmites. Hay varias
opciones dentro de este criterio: tipo torre (vecinos al norte-sur y este-oeste), tipo alfil (vecinos al
noreste-suroeste y noroeste-sureste) y tipo reina (todos los polgonos que comparten lmite). Estos
nombres hacen alusin a los movimientos del ajedrez, bajo un mapa con cuadrcula regular.
El criterio distancia utiliza como punto de referencia al centroide de cada polgono, identificado
por la latitud y la longitud. Es posible construir diversas medidas, por ejemplo: (1) todas las
unidades son vecinas mediante una funcin de distancia, como la funcin la inversa: wij = f (dij ) =
1/dij , tal que a mayor distancia menor relacin entre i y j; o (2) vecinos son aquellas unidades que
se encuentran a una distancia inferior a un determinado umbral, definido por un radio dij .
El problema con los criterios de contigidad y de distancia por umbral es que pueden dar
lugar a regiones aisladas que no tienen vecinos. Esto puede suceder debido a que la densidad de
los centroides no es regular en el mapa o, bajo contigidad, cuando se trabaja con mapas que
contienen islas.
En el caso de contigidad, el problema de regiones sin vecinos puede salvarse asignando
manualmente vecinos a estas unidades. Bajo el criterio de distancia por umbral, puede determinarse
un umbral d cuya amplitud asegure que cada observacin contenga al menos un vecino. Este criterio
es conocido como max-min, el umbral ser la mxima distancia del vecino ms cercano de todas
las unidades. Un umbral elevado puede ocasionar que existan unidades con una excesiva cantidad
de vecinos.
Otro criterio de uso habitual es el de k vecinos ms cercanos. Utilizando la informacin de
los centroides, se va eligiendo como vecino al centroide ms cercano hasta obtener el nmero de
vecinos establecidos, k. Bajo este criterio todas las regiones poseern la misma cantidad de vecinos
evitando el problema de unidades aisladas o unidades con excesiva cantidad de vecinos.
Una vez definido el criterio de vecindad, se puede representar al conjunto de vecinos mediante
una eleccin binaria, con wi,j = 1 cuando i y j son vecinos, y wi,j = 0 cuando no lo son. Si el criterio
utilizado es el de distancia los pesos binarios pueden reemplazarse por alguna funcin de distancia
entre unidades espaciales (pueden combinar la distancia, el permetro u otras caractersticas
geogrficas).
Una vez elegidos los pesos espaciales, lo habitual es trabajar con alguna transformacin de la
matriz debido a que mejora las propiedades estadsticas de los estimadores y los contrastes. La
14
transformacin ms utilizada es la normalizacin por fila, en donde los nuevos pesos se obtienen
P P
como wij = wij/ wij , tal que la suma de cada fila de W ser sea igual a la unidad: wij = 1.
j j
Adems, es posible considerar el orden de vecindad. Por ejemplo, puede seleccionarse para cada
regin a los vecinos y a los vecinos de los vecinos. En el caso del criterio por umbral, estos sern las
regiones que se encuentran a una distancia mayor al umbral pero inferior al doble del umbral. No
es de uso comn utilizar ordenes superiores a 1, pero si fuese el caso, se suele distinguir mediante
un supra-ndice en la matriz: W (j) , j 2, siendo j el orden de vecindad.
Por lo general la eleccin del criterio de vecindad es un a priori del investigador aunque, en
algunos casos, puede provenir de modelizaciones tericas. Sin importar cul sea el caso, el desarrollo
economtrico asume que W contiene elementos exgenos a la especificacin economtrica y la
eleccin de los vecinos no debera realizarse mediante variables consideradas en el modelo analizado,
ya sean endgenas o explicativas. Al respecto, Griffith (1996) establece un conjunto de lineamientos
tiles para la eleccin de la matriz: (i) Es mejor utilizar una especificacin razonable de la matriz de
pesos geogrficos que considerar todas las conexiones nulas; (ii) modelos con bajos ordenes deben
ser preferidos por sobre los modelos de altos ordenes; (iii) en general, es mejor emplear una matriz
de pesos subidenticada que una sobreidenticada.
En Stata, las matrices espaciales pueden generarse mediante diferentes comandos. Uno de ellos
es spmat (Drukker et al., 2013b) que permite crear, importar, manipular y guardar matrices W . Las
matrices son almacenadas como objetos spmat, estructura requerida para el uso de otros comandos
como spreg (Drukker et al., 2013d) y spivreg (Drukker et al., 2013c).
El comando spatwmat (Pisati, 2001) est integrado a las herramientas de anlisis exploratorio
que incluye los contrastes de dependencia espacial global y, adems, al anlisis de dependencia
local. Si la matriz ha sido generada por spmat no podr ser usada directamente para los comandos
del anlisis exploratorio de Pisati.
Una tercera opcin para matrices espaciales es spwmatrix de Jeanty (2014). Este comando
permite generar matrices similares a spmat pero adems genera matrices de k vecinos ms cercanos
y matrices con criterios socio-econmicos. Tanto spwmatrix como spmat permiten importar matrices
creadas por GeoDa, programa que genera de forma muy simple las matrices de criterios geogrficos.
Adems, las matrices generadas por spwmatrix pueden ser directamente utilizadas en los comandos
de Pisati.
El comando spmat ofrece varias ventajas. Entre ellas, permite la visualizacin de las matrices
as como alternativas avanzadas de especificacin. Los detalles de este comando no se vern aqu,
pero se encuentran debidamente explicados por Drukker et al. (2013b).
Veamos cmo trabajan estos comandos bajo Stata. Por ejemplo, puede intentarse generar una
matriz de contigidad tipo reina:
Tal como pudo visualizarse, el mapa de Europa contiene 5 islas y las mismas no tendrn vecinos
mediante el criterio de contigidad. El problema que plantea la falta de vecinos es que se asume
que las unidades se comportan de forma independiente a las dems. Adems, las observaciones que
no tienen vecinos no sern incluidas en el cmputo de los contrastes de autocorrelacin espacial
(ms detalle en seccin 2.4). El otro problema, algo ms tcnico, es que no podrn calcularse, para
la matriz W , los autovalores necesarios para estimar modelos espaciales (esto se ver en la prxima
seccin).
15
El criterio alternativo que se seguir es el de k vecinos ms cercanos. Este criterio es aplicado
mediante el comando spwmatrix:
Nearest neighbor (knn = 5) spatial weights matrix (164 x 164) calculated successfully
and the following action(s) taken:
- Spatial weights matrix created as Stata object(s): W5st.
- Spatial weights matrix has been row-standardized.
Se ha generado una matriz de 5 vecinos ms cercanos, estandarizada por fila. Dado que esta matriz
es creada como un objeto de Stata, no podr ser utilizada directamente bajo el comando spmat.
Para solucionar este problema, puede generarse una matriz no estandarizada y exportarla a un
archivo .txt con la idea de manipular su estructura. La secuencia de comandos es la siguiente:
Nearest neighbor (knn = 5) spatial weights matrix (164 x 164) calculated successfully
and the following action(s) taken:
- Spatial weights matrix created as Stata object(s): W5bin.
- Spatial weights matrix saved to .txt file, C:\../W5bin.txt, for use with other Stata
packages.
Ahora, ya generado el archivo .txt, puede leerse como una base de datos de Stata y modificar el
archivo para que sea legible en spmat:
La matriz binaria es estandarizada por fila y guardada como objeto spmat. Esto permite aprovechar
algunos subcomandos como summarize y graph:
Dimensions | 164 x 164
Stored as | 164 x 164
Links
16
total | 820
min | 5
mean | 5
max | 5
. spmat graph W5_st
Columns
1 50 100 164
1
50
Rows
100
164
La informacin brindada por estos comandos permite chequear que todas las regiones contienen 5
vecinos, el nmero total de links es de 820, cerca del 3.07 % de todos los posibles links. El grfico
muestra la vinculacin de las regiones considerando la identificacin, id.
17
n P
n
wij = 10 W 1, siendo 1 un vector (n 1) de unos, con y siendo la media muestral.
P
donde S0 =
i=1j=1
Si la matriz W contiene islas, las filas de estas observaciones sern nulas y el elemento S0 ser
incorrectamente calculado.
Cuando el contraste I de Moran toma un valor positivo existe autocorrelacin positiva
implicando que los valores de cada observacin y sus vecinos se asemejan. Si el I asume un valor
negativo entonces esto implica autocorrelacin negativa tal que el valor de los vecinos son altos
cuando la observacin tiene un valor bajo y si es alto entonces sus vecinos asumen valores bajos.
Los momentos del estadstico de Moran, asumiendo que y se distribuye normal, son:
1
E [I] = , (4)
n1
3S02 + S1 n2 nS2 1
V [I] = 2, (5)
S0 (n + 1) (n 1) (n 1)
!2
n
n P n n n
P 2 P P P
con S1 = (1/2) (wij + wji ) y S2 = wij + wji . Es decir, bajo normalidad, los
i=1j=1 i=1 j=1 j=1
momentos del estadstico estn determinados nicamente por elementos de la matriz espacial.
Su distribucin asinttica es normal:
n [I E (I)] N [0; V (I)] . (6)
as
n P
n
P 2
wij (yi yj )
n 1 i=1j=1
c= n , (7)
2S0 P 2
(yi y)
i=1
E [c] = 1, (8)
(2S1 + S2 ) (n 1) 4S02
V [c] = , (9)
2 (n + 1) S02
Para el estadstico c, un valor negativo (es decir, por debajo del valor esperado) implica que
existe autocorrelacin positiva y un valor de c positivo, por encima del valor esperado, implica
autocorrelacin negativa.
18
Por ltimo, otro estadstico de utilidad es el G de Getis & Ord (1992):
n P
P n
wij yi yj
i j6=i
G= Pn Pn , (11)
yi yj
i j6=i
n P
P n
wij
i j6=i
E [G] = .
n (n 1)
La particularidad de este contraste es que necesita que los pesos wij sean de tipo binario. Getis
& Ord (1992) muestran que la distribucin de G tiende a la normal a medida que el tamao
muestral crece. De esta forma, puede utilizarse la aproximacin asinttica de la distribucin:
G E (G)
z [G] = p N (0, 1) . (12)
V (G) as.
En Stata, estos estadsticos pueden ser calculados por el comando spatgsa de Pisati (2001).
19
. spatgsa NM2012, w(W5st) moran geary two
Para obtener los resultados del estadstico de Getis y Ord se necesita la matriz binaria, por lo que
se genera mediante spwmatrix y posteriormente se aplica el comando para ambas variables.
20
. spatgsa NM2012, w(W5bin) go two
Measures of global spatial autocorrelation
Weights matrix
Name: W5bin
Type: Distance-based (binary)
Distance band: c1.c2 < d <= c3.c4
Row-standardized: No
Getis & Ords G
Variables | G E(G) sd(G) z p-value*
NM2012 | 0.066 0.031 0.004 9.441 0.000
*2-tail test
Alternativamente, el estadstico de Moran puede calcularse por el comando splagvar (Jeanty, 2012).
Este comando ofrece la versin aleatorizada como alternativa a la aproximacin asinttica, versin
similar a la ofrecida por GeoDa. Otra ventaja de este comando es la posibilidad de generar el
diagrama de dispersin de Moran, habitual en investigaciones aplicadas.
El diagrama de dispersin de Moran muestra la relacin entre la variable y su rezago espacial,
W y. En vez de utilizar la variable original, es preferible trabajar con desviaciones respecto a la
media ya que simplifica las frmulas del contraste de Moran:
zi = (yi y) ,
W zi = zi + ui ,
donde ui es un trmino de error que cumple con los supuestos habituales. El coeficiente estimado
b es igual al valor I de Moran:
0 1 0 0
z Wz
b = X X Xy= 0 = I.
b
zz
Los resultados para ambas variables se obtienen aplicando splagvar, y utilizando el subcomando
plot:
21
Morans I | 0.7675 0.7675
Mean | -0.0061 -0.0061
Std dev | 0.0458 0.0453
Z-score | 16.8866 17.0840
P-value* | 0.0000 0.0000
*: Two-tailed test
Note: Under the random permutation procedure:
Mean = -0.0046 and Standard deviation = 0.0480
Spatially lagged variable(s) calculated successfully and/or all requests processed.
-1 0 1 2 3 4
U2012
El diagrama de Moran divide al grfico en cuatro cuadrantes respecto al valor promedio: valores
altos de desempleo con valores altos de sus vecinos (Alto-Alto), valores bajos de desempleo con
valores bajos de sus vecinos (Bajo-Bajo), valores altos de desempleo con valores bajos de sus vecinos
(Alto-Bajo), y valores bajos del desempleo con valores altos de los vecinos (Bajo-Alto).
Los resultados de la tasa migracin neta se muestran a continuacin:
22
Note: Under the random permutation procedure:
Mean = -0.0067 and Standard deviation = 0.0466
Spatially lagged variable(s) calculated successfully and/or all requests processed.
2
(Moran's I=0.4310 and P-value=0.0010)
Spatially lagged NM2012
-1 0
-2 1
-4 -2 0 2 4
NM2012
23
3.1. Deteccin de estructura espacial bajo MCO
El modelo esttico ms simple considera que existe una variable dependiente y un conjunto de
variables explicativas. La ecuacin de trabajo es la siguiente:
y = X + u, (13)
0, 2 In ,
u
donde u
b es el vector de residuos M CO, n es el nmero de observaciones y S0 es la suma de todos
los elementos de W , tal como se ha definido en la seccin previa. Bajo una matriz estandarizada
por fila, el trmino n/S0 = 1 y puede ser ignorado.
La distribucin probabilstica del estadstico I de Moran es desconocida para muestras finitas
por lo que comnmente se utiliza una aproximacin emprica por permutacin. Otra opcin es
plantear la inferencia estadstica bajo el supuesto de normalidad asinttica.
Recurdese que la hiptesis nula del contraste es no autocorrelacin espacial. El problema con
el test I de Moran es que el rechazo de la hiptesis nula no brinda informacin sobre el posible
modelo a especificar. La hiptesis alternativa es general y no da una gua clara sobre el tipo de
estructura espacial que se encuentra en el proceso generador de datos.
Como alternativa al contraste I de Moran, existe un conjunto de contrastes de Multiplicadores
de Lagrange, LM , que resultan de la aplicacin del principio de mxima verosimilitud. Estos
contrastes tienen la ventaja de que la hiptesis alternativa se encuentra bien definida o restringida.
Una primera hiptesis alternativa proviene de plantear la presencia de autocorrelacin espacial
en el trmino de error. Esta estructura de dependencia puede deberse a un proceso autoregresivo
o a uno de medias mviles. Sin prdida de generalidad, se concentrar el anlisis en la estructura
autoregresiva dado que ante ambas alternativas el estadstico es el mismo (Burridge, 1980). Es
as que un modelo de error espacial autoregresivo asume que el trmino de error aleatorio de (13)
obedece a un proceso como:
24
u = W u + , (15)
h 0
i 0
donde T1 es igual a tr W +W W y u b2 = b
b son los residuos M CO y u bu/n.
Una segunda hiptesis alternativa proviene de plantear un modelo con estructura espacial
sustantiva, modelo de rezago espacial (SLM , spatial lag model). Este modelo incorpora un rezago
espacial de la variable dependiente, W y, como explicativa:
y = W y + X + u, (17)
25
Alternativamente, la versin robusta del contraste LMLAG , LMLAG , permite detectar la
autocorrelacin espacial sustantiva en presencia de estructura espacial en el trmino de error:
h 0 0 i2
u Wy u Wb u
b
2
b 2
LMLAG = 2 . (20)
b b
nJ T1 as (1)
Para mayor detalle de la derivacin de estos contrastes puede consultarse a Anselin & Florax
(1995, p. 23-26). El conjunto de contrastes habituales para la deteccin de autocorrelacin espacial
se resume en el Cuadro 2.
Estos contrastes permiten incorporar elementos espaciales de acuerdo al rechazo o no de cada
una de las hiptesis nulas. Tal es as que puede establecerse una estrategia de especificacin:
Si no se rechaza H0 bajo ninguno de los contrastes Evidencia a favor del modelo lineal
general no espacial.
Si ambos contrastes robustos, LMERROR y LMLAG , rechazan H0 entonces se debern
incorporar elementos espaciales en la parte sistemtica (W y) y aleatoria (W u).
Parmetros en H1
Hiptesis Nula, H0 Contraste
Rezago espacial Error espacial
- si LMERROR
=0
si si LMERROR
si - LMLAG
=0
si si LMLAG
No autocorrelacin espacial I de Moran
Ahora, se ver cmo obtener estos resultados en Stata. El modelo (13) se puede estimar por el
comando reg que implementa la estimacin por mnimos cuadrados ordinarios.
26
------------------------------------------------------------------------------
U2012 | Coef. Std. Err. t P>|t| [95 % Conf. Interval]
-------------+----------------------------------------------------------------
NM2012 | -.7011928 .0934347 -7.50 0.000 -.8856998 -.5166859
_cons | 11.43504 .4697136 24.34 0.000 10.50749 12.36259
------------------------------------------------------------------------------
Una vez estimado el modelo, puede realizarse el diagnstico de los residuos mediante el comando
spatdiag de Pisati (2001). La implementacin del comando requiere una matriz de contactos.
Siguiendo con lo elaborado en la seccin previa, se utilizar la matriz de pesos de 5 vecinos ms
cercanos estandarizada por filas:
Los resultados reportados muestran que existe autocorrelacin espacial en los residuos segn
el contraste I de Moran, LMERROR y el LMLAG . Ambas versiones del contraste de dependencia
sustantiva detectan estructura espacial. No sucede lo mismo con los LM del error, ya que el
LMERROR no rechaza la hiptesis de = 0. La lectura conjunta de estos resultados implica que
debe estimarse un modelo con autorrelacin espacial sustantiva, modelo SLM .
Obsrvese que el comando de Stata ubica al contraste I de Moran como un estadstico de error
espacial. Esto no implica que un valor significativo del estadstico brinde evidencia de estructura
27
espacial en el error. Tal como ya se ha mencionado, la hiptesis alternativa del I de Moran no se
encuentra restringida y un valor significativo del contraste puede sugerir una o ambas estructuras
espaciales.
Una vez detectada la posible estructural espacial, surge el problema de cmo estimar este tipo
de modelos. Lamentablemente, la estimacin del modelo SLM o SEM no puede realizarse por
M CO debido a que la estimacin ser inconsistente y/o ineficiente, dependiendo del caso (Anselin,
1988, p. 57-59).
Las alternativas de estimacin han sido tradicionalmente de dos tipos. Una alternativa es
por mxima verosimilitud, M V , asumiendo distribucin normal de la perturbacin aleatoria. La
otra alternativa es por variables instrumentales o, su versin generalizada, mtodo de momentos
generalizado, GM M , que recurre a la teora asinttica sin necesidad del supuesto de normalidad.
Adems del modelo SLM y el SEM , existen otros modelos espaciales que son de uso habitual.
A continuacin se desarrollarn con mayor detalle para que el lector pueda conocer y estimar cada
uno de ellos en Stata.
y = W y + X + u, (21)
N 0, 2 In ,
u
donde el supuesto de normalidad del trmino de error permite plantear la habitual funcin de
log-verosimilitud no-concentrada, esto es:
n 1 h 0
i
ln 2 2 + ln |A| 2 (Ay X) (Ay X) ,
l (y | ) = (22)
2 2
siendo A = I W .
Existen importantes detalles a destacar en la maximizacin de (22). Uno de ellos es la necesidad
de imponer alguna restriccin sobre el rango de valores que puede asumir . Sin restricciones sobre
este parmetro, el espacio paramtrico de la funcin ser discontinuo e inestable. Para evitar estos
problemas y tambin facilitar la estimacin de , Ord (1981) propuso restringir los posibles valores
del parmetro en un rango 1/min < < 1/max , donde min y max son los autovalores, mnimo
y mximo, de la matriz W . Bajo una matriz espacial estandarizada por filas automticamente se
impone una restriccin sobre el mximo autovalor tal que se encontrar restringido entre los
valores 1/min < < 1. Algunos autores sugieren limitar el espacio paramtrico de al intervalo
(1, 1). Para mayor revisin puede consultarse a Elhorst (2014, p. 13-17) y Kelejian & Prucha
(2010).
28
Otro detalle de importancia es que la maximizacin de (22) involucra el determinante de una
matriz de dimensin n n, ln |I W |. Ord (1975) sugiere estimar dicho trmino mediante:
N
P
ln |I W | = ln (1 i ) siendo i los autovalores de la matriz W .
i=1
Para maximizar (22) se necesitan obtener las condiciones necesarias de primer orden. Estas
condiciones conforman un sistema no lineal, imposibilitando la obtencin de una solucin
analtica. La estimacin de este sistema puede realizarse por medio de algoritmos numricos o
por el procedimiento basado en la log-verosimilitud concentrada. La aplicacin de este ltimo
procedimiento es sencilla, condicionando a los estimadores mximo-verosmiles al parmetro de
dependencia :
h 0 i1 0
= XX X Ay,
h 0 i1 0 h 0 i1 0
= XX X y X X X y = mco W y,mco , (23)
0
u
eu 1 0
2 = [umco uW y,mco ] [umco uW y,mco ] ,
e
= (24)
n n
h 0 i1 0 h 0 i1 0
siendo mco = XX X y, W y,mco = X X X W y, umco = y Xmco y uW y,mco =
W y XW y,mco .
Sustituyendo estos resultados en (22), se obtiene la funcin de log-verosimilitud concentrada
que depende nicamente del parmetro . Esta funcin es optimizada mediante iteraciones hasta
alcanzar convergencia. Posteriormente, el valor
b es utilizado para obtener estimaciones de las
ecuaciones (23)-(24). Los errores estndares de los parmetros se pueden calcular a partir del
Hessiano aproximado por una funcin de optimizacin numrica o por el clculo analtico asinttico.
En Stata, el modelo SLM puede estimarse por el comando spreg ml , sub-opcin dlmat(W5_st)
(Drukker et al., 2013c):
29
_cons | .8174715 .0411827 19.85 0.000 .7367548 .8981882
-------------+----------------------------------------------------------------
sigma2 |
_cons | 8.182474 .9309406 8.79 0.000 6.357864 10.00708
------------------------------------------------------------------------------
A la hora de interpretar los resultados es importante tener presente la forma reducida del
1
modelo SLM : E (y) = (I W ) X. Este valor esperado contiene como elemento diferencial
1
respecto al modelo de regresin lineal: (I W ) .
Considerando que || < 1 y aplicando la expansin de Leontief, puede obtenerse el multiplicador
espacial:
1
(I W ) = I + W + 2 W 2 + ,
1
E (y) = (I W ) X = X + W X + 2 W 2 X + .
El resultado en una localizacin i no solo ser afectado por las variables exgenas de i, sino que
ser retroalimentado por las otras localizaciones a travs de la inversa de la transformacin
1
espacial (I W ) . Este efecto ir decayendo debido a || < 1 .
Para el caso de estructura espacial en el error, se tendr el modelo de error espacial (SEM ,
spatial error model):
y = X + u, (25)
u = W u + u = B 1 ,
N 0, 2 In ,
30
0 0
siendo () = (I W ) (I W ) = B B. Esta estructura genera que los errores se desborden
afectando a todo el sistema.
Asumida la distribucin normal de las innovaciones, la funcin de log-verosimilitud del SEM
ser:
n 1 h 0
i
L = ln 2 2 + ln |B| 2 (y X) () (y X) .
(26)
2 2
Tal como suceda en el modelo SLM , las condiciones de primer orden son expresiones altamente
no lineales y por lo tanto la log-verosimilitud no puede maximizarse directamente.
Para un dado, la optimizacin de la funcin de log-verosimilitud (consltese LeSage & Pace,
2009) muestra que:
h 0 i1 0
= X () X X () y,
y
0
e () e
2 = ,
n
0
donde e = y X y () = (I W ) (I W ), con ambos parmetros siendo funciones de
posibilitando la obtencin de una log-verosimilitud concentrada:
n h 0 i
Lc = C + ln |I W | ln e () e .
2
Igual que el procedimiento implementado para el SLM , se maximiza la log-verosimilitud
concentrada hasta lograr convergencia y posteriormente con el valor b se obtienen los dems
parmetros del modelo. Una vez logrado la convergencia de Lc , puede sustituirse en las expresiones
previas tal que:
h 0
i1 0
bb
= X (b ) X X (b
) y,
2 1 0
bb
= e (b
) e .
n
El modelo SEM por mxima verosimilitud puede estimarse por medio del comando spreg ml
, sub-opcin elmat(W5_st):
31
(Maximum likelihood estimates) Wald chi2(1) = 4.82871
------------------------------------------------------------------------------
U2012 | Coef. Std. Err. z P>|z| [95 % Conf. Interval]
-------------+----------------------------------------------------------------
U2012 |
NM2012 | -.1465469 .0666901 -2.20 0.028 -.277257 -.0158368
_cons | 10.96933 1.611852 6.81 0.000 7.810155 14.1285
-------------+----------------------------------------------------------------
rho |
_cons | .8584009 .0367768 23.34 0.000 .7863196 .9304822
-------------+----------------------------------------------------------------
sigma2 |
_cons | 8.230577 .9412256 8.74 0.000 6.385808 10.07534
------------------------------------------------------------------------------
. estimates store modelSEM
La interpretacin de estos resultados no difiere del modelo de regresin lineal. En este modelo el
efecto espacial solo afecta a los errores estndares.
El modelo SARAR puede ser indicado ante el rechazo conjunto de los contrastes LM robustos
de error y lag. Este modelo incorpora, simultneamente, estructura sustantiva y residual:
y = W y + X + u, (27)
u = W u + ,
asumiendo N 0, 2 I .
Una forma til de presentar este modelo es la siguiente:
Ay = X + u,
Bu = ,
donde A = (I W ) y B = (I W ).
Bajo esta notacin, asumiendo || < 1 y || < 1, la funcin de log-verosimilitud es:
n 1 0
L = ln 2 + ln |A| + ln |B| 2 v v,
(28)
2 2
0 0
con v v = (Ay X) () (Ay X) como la suma de cuadrados de los errores transformados,
0
siendo () = B B.
Puede concentrarse la log-verosimilitud primero maximizando (28) con respecto a y 2
obteniendo:
h 0 i1 0
= X () X X () Ay,
32
y
1 0
2 = [Ay X ] () [Ay X ] .
n
Reemplazando estas expresiones en (28) se obtiene la log-verosimilitud concentrada que depende
de y . Una vez obtenidos los valores b y b que maximizan la funcin, puede calcularse las
2 2
estimaciones de y como bbb
yb .
b
b
En Stata puede estimarse de la siguiente manera:
y = W y + X + W X + u, (29)
33
donde W X captura el efecto espacial local de las variables exgenas.
Ante una situacin de rechazo de ambos contrastes de Lagrange robustos, la eleccin de este
modelo se sustenta en que incorpora dependencia sutantiva y adems incorpora nuevas variables
explicativas que pueden haberse omitido. Es decir, la deteccin de estructura espacial en el error
puede ser causada por una omisin de variables relevantes y no por efectos espaciales en el error.
El procedimiento para estimar este modelo no difiere del presentado por el SLM , ya que solo
se incorporan nuevas variables exgenas, considerando que W es, por construccin, no estocstica.
En Stata, para estimar el modelo SDM , se necesita generar un rezago espacial de la variable
migracin neta. Esta nueva variable se genera fcilmente por medio de las opciones de spmat: el
subcomando es lag, seguido por el nombre de la nueva variable, la matriz de pesos y la variable
original de la que se desea obtener el rezago espacial:
Una vez generada la variable, se procede a estimar el modelo SLM , pero incorporando wx_NM2012
como variable explicativa:
Es interesante mencionar que el modelo SDM , a pesar de contener una estructura ms compleja
que el SLM , puede reducirse a un modelo SEM . Esta relacin se hace evidente mediante el
contraste denominado COM F AC (de factores comunes).
Suponiendo que se ha estimado el modelo SDM :
34
y = W y + X + W X + u. (30)
H0 : + = 0,
H1 : + 6= 0.
y = W y + X + W X () + u,
= W y + X W X + u,
(I W ) y = (I W ) X + u.
1
y = X + (I W ) ,
donde modelSDM y modelSEM son las estimaciones almacenadas en Stata del modelo SDM y SEM ,
respectivamente.
En conclusin, se rechaza la hiptesis nula, arrojando evidencia a favor de un modelo SDM .
Este modelo es muy utilizado en estimaciones empricas debido a varias ventajas. En primer
lugar, permite incorporar efectos espaciales globales por medio de la estimacin del parmetro y
efectos espaciales locales capturados por . En segundo lugar, es un modelo que anida al SLM , al
SEM y al SLX. El modelo SLX es simplemente un modelo con efectos locales, W X:
y = X + W X + u, (32)
35
3.2.5. Modelo de Cliff-Ord
Existe un modelo ms completo que los anteriores y es denominado modelo de Cliff-Ord. Este
modelo incorpora dependencia sustantiva, dependencia residual y dependencia local debido a las
variables exgenas, siendo su expresin:
y = W y + X + W X + u, (33)
u = W u + .
= 0, = 0, 6= 0 SLM .
= 0, 6= 0, = 0 SEM .
= 0, 6= 0, 6= 0 SARAR.
6= 0, = 0, 6= 0 SDM .
El mtodo de estimacin M V para el modelo de Cliff-Ord no difiere del presentado por el modelo
SARAR, ya que solo incorpora un elemento adicional en las variables explicativas, W X. Tal
como suceda con el modelo SARAR, es poco frecuente la estimacin de este tipo de modelo en
aplicaciones empricas debido a problemas de identificacin de los parmetros.
La estimacin en Stata se realiza con la siguiente secuencia:
36
_cons | -.3104278 .220725 -1.41 0.160 -.7430409 .1221853
-------------+----------------------------------------------------------------
sigma2 |
_cons | 7.622098 .9685032 7.87 0.000 5.723867 9.52033
------------------------------------------------------------------------------
y = Z + u, (34)
0
h 0
i
donde Zn(k+1) = [X, W y] y = , , con u 0, u2 In .
La estimacin de este modelo se basa en el enfoque de variables instrumentales (IV ). La
idea es simple partiendo de que el modelo (34) no puede estimarse por los mtodos habituales
debido a que existe una variable endgena, W y, que se correlaciona con el trmino de error. La
alternativa es encontrar un instrumento, H, que se encuentre correlacionado con la variable que
genera endogeneidad W y pero no correlacionado con el error, asintticamente hablando. Es decir,
el instrumento H debe cumplir con:
1 0
plim H W y = MHW y ,
n
y
1 0
plim H u = 0,
n
siendo MHW y una matriz finita no-singular.
1
Recordando que la forma reducida del modelo SLM es: E (y) = (I W ) (X + u), y
1 1
considerando que (I W ) puede expresarse como una progresin: (I W ) = I + W +
2 W 2 + 3 W 3 + . Entonces, el valor esperado de y puede expresarse como:
37
E (y) = X + W X + 2 W 2 X + 3 W 3 X + ,
y, adems,
E (W y) = W X + W 2 X () + W 3 X 2 + .
0 1 0
b = Zb Z Zb y,
h i 1 0
donde Z b = PH Z = X, W dy = PH W y y PH = H H 0 H
dy , W H , siendo los instrumentos
2
elegidos H = X, W X, W X .
Kelejian & Prucha (1998) demuestran que
h 0 i1
1 d
n /2 b N 0, 2 plim n Z
b Zb .
n
Z = H + ,
0 1 0
b = H H H Z,
1 0
b = H b = H H 0 H
tal que las predicciones del modelo son: Z H Z = PH Z.
h i
donde Zb = PH Z = X, W
dy , donde W
dy = PH W y.
En Stata, el comando que permite realizar esta estimacin es spivreg desarrollado por Drukker
et al. (2013c):
38
U2012 | Coef. Std. Err. z P>|z| [95 % Conf. Interval]
-------------+----------------------------------------------------------------
U2012 |
NM2012 | -.1421611 .071088 -2.00 0.046 -.281491 -.0028311
_cons | 1.566084 .9010135 1.74 0.082 -.1998704 3.332038
-------------+----------------------------------------------------------------
lambda |
_cons | .8937041 .0781357 11.44 0.000 .740561 1.046847
------------------------------------------------------------------------------
0
1 0
0 1
Zb Zb Zb bZ
b Zb Zb ,
y = Z + u, (35)
u = W u + ,
donde Z = X, = , es un parmetro autoregresivo espacial, siendo las innovaciones 0, 2 I ,
con I siendo una matriz identidad de orden n n.
39
El objetivo es obtener un estimador consistente de . Este paso genera un estimador inicial
GM M para que surge de las condiciones de momentos cuadrticos de las innovaciones:
0
E As = 0, s = 1, . . . , S,
siendo 0
0 0 0
u
b A1 + A1 u b u
b A1 u b u
b A1 ub
.. .. ..
e= 1
e = n1
, b = y Z b y u
, con u b = Wu
b.
n
. . .
0
0
0 0
b AS + AS u
u b u
b AS u b u
b AS ub
As planteado, el estimador GM M proviene de un estimador de mnimos cuadrados no-lineales.
Generalmente, se utilizan dos ecuaciones (S = 2).
Bajo homoscedasticidad de las innovaciones:
" 2 #1
1 0 0 1 0
A1 = 1 + tr W W W W tr W W In ,
n n
y
A2 = W.
Obtenida la estimacin inicial de , se procede a obtener los coeficientes del modelo (35). Para
ello se utiliza la transformacin Cochrane-Orcutt:
(I W ) y = (I W ) Z + ,
y = Z + . (36)
0 1 0
b = ZbeZ
e
Zbey ,
e
0 1 0
donde ye
= (I eW ) y, Ze
= (I eW )Z, y Zbe
= PH Ze
=X X X X Ze
.
El procedimiento completo es conocido como mnimos cuadrados espaciales en dos etapas
generalizados (GS2SLS).
Posterior a la estimacin de los parmetros del modelo, puede darse un paso adicional para
obtener un estimador eficiente de . Para ello se utilizan los residuos del procedimiento GS2SLS:
" ! #0 " ! #
n o1
b = arg min
b b
b ,
2 2
e e
e
40
donde b es un estimador de la matriz de varianzas-covarianzas del vector de momentos muestrales
e
(normalizados) basados en los residuos GS2SLS. Bajo homoscedasticidad los elementos r, s (con
de r, s = 1, 2) de b estn dados por:
e
n o2 1 n 0
0
o 1
b 2 2 0
=
ee
tr Ar + Ar As + As + eear e
e
e
ae
s
e
2n n
1 (4) n o2 0
2
+ e 3
ee
vecD (Ar ) vecD (As )
n e
1 (3) n 0 0
o
+ e ae
e r
vec D (A s ) + a
es
vecD (A r )
n e e
siendo
ae =Tb er ,
r e
e e
Te
b
= HPeb
,
n 0 o1
Pbe =Q 1 b0
b 1 Q
HH Qe Q Q ,
b b b
HZ HZ
e HH HZ
e
Qb HH = 1 H 0 H ,
n 0
Qe
b
HZ
= n1 H Ze
,
Ze
= (I eW ) Z,
n 0 0
o
1
ae
e r
= n Z A r + A r be
,
e
be
= (I eW ) u b,
1 0
b2 =
n
b be ,
e
e
n
(3)
b = n1 b3 ,
P
ie
e i=1
n
(4) 1
b4 .
P
b =n
ie
e i=1
En Stata, la estimacin de este modelo se obtiene mediante:
41
rho |
_cons | .8279244 .0371811 22.27 0.000 .7550508 .9007979
------------------------------------------------------------------------------
b 1 n 0
b As + A0
o 1
2 0 b
= tr Ar + Ar s + ee
ae
e e
r e
ae
s
,
e 2n e n
y = Z + u, (37)
u = W u + ,
0
h 0 i
donde Z = [X, W y] y = , , con u 0, u2 In .
42
El procedimiento de estimacin del modelo SARAR es una combinacin de los pasos dados en
los anteriores modelos y puede ser resumido en cuatro pasos:
0 1 0
b = Zb Z Zb y,
h i 1 0
donde Z
b = PH Z = X, W dy = PH W y y PH = H H 0 H
dy , W H , siendo los instrumentos
elegidos H = [X, W X].
b = y Z ,
Paso 2: Obtener u b ub = Wu
b . Usando estos vectores residuales obtener el estimador
inicial GM M minimizando:
" ! #0 " ! #
e e
e = arg min ,
2 2
e e
0 1 0
b = ZbeZ
e
Z
b y ,
e
e
1 0
donde ye = (I W ) y, Z = (I W )Z, y b = PH Z = H H 0 H
Z H Ze .
e e e e e
Paso 4: Estimador eficiente y consistente GM M . Utilizando los residuos del procedimiento
GS2SLS, se estima:
" ! #0 " ! #
n o1
b = arg min b b
b ,
2 2
e e
e
Habiendo computado los estimadores b = , bb y b, el prximo paso es computar un estimador
consistente de la matriz de varianzas-covarianzas, . El estimador viene dado por nb donde:
!
b
b
b= 0 ,
b
b
con
b = Pb0 0
b Pb ,
b b
b
0
n o1 0 n o1 1
= P 0 Pb
b b b b
b J J
b b b Jb ,
b
b
b
b
n o1 1
b = Jb Jb0 b Jb ,
b
!
Jb = b 1 .
2b
Bajo el supuesto de homoscedasticidad de las innovaciones, se utilizan:
b =
b2 Q b HH ,
b
b
43
0
n o 0
b = 1
b2 H a1b , a + n1 3 H {vecD (A1 ) , vecD (A2 )} .
b n b 2b
b
En Stata, el comando para estimar un SARAR homoscedstico es:
44
U2012 | Coef. Std. Err. z P>|z| [95 % Conf. Interval]
-------------+----------------------------------------------------------------
U2012 |
NM2012 | -.1523475 .0698285 -2.18 0.029 -.2892088 -.0154861
_cons | 1.566555 1.031593 1.52 0.129 -.4553304 3.58844
-------------+----------------------------------------------------------------
lambda |
_cons | .8950652 .1007308 8.89 0.000 .6976365 1.092494
-------------+----------------------------------------------------------------
rho |
_cons | -.1763782 .3552156 -0.50 0.620 -.8725881 .5198316
------------------------------------------------------------------------------
H = X, W X, W 2 X .
H = X, W X, W 2 X, W X, W (W X) , W 2 (W X) ,
H = X, W X, W 2 X, W 3 X .
(38)
45
El mensaje posterior al comando informa que se han omitido dos instrumentos. Mediante el
comando ereturn list puede visualizarse a cada instrumento omitido:
Para comprobar que el conjunto de instrumentos utilizados son los planteados en (38) puede
aplicarse un comando de estimacin por variables instrumentales ya predefinido en Stata. Para
ello se necesitan crear los rezagos espaciales de migracin neta:
Con estas nuevas variables como instrumentos, se aplica el siguiente comando. Obsrvese que
entre parntesis se ubica la variable considerada endgena y, a continuacin del signo igual, los
instrumentos para la misma:
Los resultados obtenidos por variables instrumentales son iguales a los reportados por el comando
spivreg. El coeficiente que acompaa a wx_U2012 es el lambda.
Tal como suceda en el modelo SLM , puede corregirse por heteroscedasticidad de las
innovaciones (resultados que no se presentan).
Sin mayor detalle que el expuesto en el modelo SARAR, la estimacin del modelo de Cliff-Ord
supone utilizar el conjunto de instrumentos del modelo SDM .
46
Iteration 0: GMM criterion = .0071405
Iteration 1: GMM criterion = .00026778
Iteration 2: GMM criterion = .00026684
Iteration 3: GMM criterion = .00026684
47
y = W y + X + W X + u. (39)
Supongamos que se desea analizar el impacto del incremento unitario de la k esima variable
explicativa, este incremento es asumido igual para todas las localizaciones. Bajo un modelo de
regresin no espacial, el efecto total sobre la variable dependiente ser igual a la estimacin del
coeficiente k , ceteris paribus, sin importar la localizacin. Pero ante un modelo como el presentado
en (39), el efecto total depende de las unidades vecinas de cada localizacin y de la magnitud de
los coeficientes que acompaan a las variables espaciales.
El efecto total puede ser descompuesto en un efecto directo y otro indirecto. El efecto directo
es el impacto del cambio de la variable explicativa sobre la variable dependiente en cada localidad,
este efecto tender a ser similar al obtenido por un modelo de regresin no espacial si y k son
cercanos a 0. El efecto indirecto se debe a la dinmica espacial generada por la presencia de y
que afectar a todas las unidades el modelo.
Bajo un modelo de Durbin pueden distinguirse dos tipos de efectos indirectos producto de la
interdependencia entre las unidades. Uno es de tipo global, afectando a todas las unidades: yi
aumenta inicialmente ik unidades, y esto genera un nuevo incremento producto del cambio en
las yj0 s de los J vecinos, capturado por el trmino endgeno W y. Es decir, para cada i esima
PJ
localidad existir un nuevo impacto igual a wij jk unidades, retroalimentando el cambio
j6=i
en la variable dependiente y que solo cesar al converger (asumiendo que || < 1). Este efecto
es identificado como un efecto espacial global para distinguirlo del efecto espacial local que surge
del incremento unitario en la k esima variable explicativa de los J vecinos de la localidad i:
PJ
wij jk . Este efecto espacial refuerza al efecto inicial k y es de tipo local en el sentido que no
j6=i
posee un efecto dinamizador como el generado por la presencia de . El efecto espacial local posee
similitudes al estimado en otros contextos economtricos conocido como efecto de los pares.
En trminos matriciales, y de forma ms compacta, el efecto marginal total en el modelo SDM
puede ser representado por la matriz de derivadas parciales de y respecto al cambio en una unidad
de la k esima variable explicativa en X:
E(y1 ) E(y1 )
x1k xnk
.. ..
h i
E(y)
... E(y)
=
..
,
x1k xnk
. . .
E(yn ) E(yn )
x1k xnk
k w12 k w1n k
w21 k k w2n k
1
= (In W ) .. .. .. .. ,
.
. . .
wn1 k wn2 k k
= S [k In + k W ] , (40)
48
ser diferente para cada regin por lo que no existe un nico efecto directo. Por su parte, el efecto
indirecto (spatial spillover), proviene de los elementos fuera de la diagonal principal de (40) y,
nuevamente, ser diferente para cada regin. En este caso se tiene una sumatoria de efectos para
cada localidad.
En el caso de un SLM , y = W y + X + , los efectos marginales totales se simplifican tal que:
y1 y1
x1k xnk
.. ..
h i
y
... y
= ..
,
x1k xnk . . .
yn yn
x1k x1k
k 0 0
0 k 0
1
= (In W ) .. .. .. .. ,
.
. . .
0 0 k
= k S, (41)
donde k es el k esimo elemento del vector y S definido como en (40). El efecto directo ser
igual al que surge en el modelo SDM , pero el efecto indirecto se torna ms simple siendo igual a
la suma de los elementos fuera de la diagonal principal de k S, conteniendo solo efectos globales.
Ya sea que se estime un modelo SLM o de Durbin, siempre se tendr efecto marginal que no
es nico para todas las localidades (en contraposicin a lo que sucede bajo un modelo no-espacial).
Debido a esta caracterstica, LeSage & Pace (2009) proponen una medida resumen para cada uno
de los efectos considerando valores promedio:
k 0 k XX
M T otal = 1n S1n = Si,j .
n n i j
k k X
M Directo = tr (S) = Si,i .
n n i
k 0 k k XX
M Indirecto = 1n S1n tr (S) = Si,j .
n n n i
j6=i
La significancia de estos efectos puede ser obtenida mediante una simulacin Monte Carlo por
medio de shocks aleatorios en el trmino de error. Este tipo de procedimiento se ha implementado
en programas como Matlab y R, pero no en el caso de Stata.
Es importante destacar que la interpretacin de estos efectos debe realizarse con precaucin ya
que tienen un fuerte componente causal. En el modelo de Durbin, el efecto indirecto es generado
por una combinacin de efectos globales y locales. El efecto global generado por la presencia de
ha sido interpretado en algunos casos como un parmetro causal (vase Gibbons & Overman, 2012,
p. 175). Sin embargo, la interpretacin de causalidad habitual supone una relacin entre variables
(por ejemplo, x causa a y) y el autoregresivo espacial captura solo la dinmica espacial de la propia
variable endgena. La posicin adoptada por Gibbons & Overman (2012) no parece ser adecuada
porque sera como, por establecer un ejemplo paralelo, que bajo un proceso AR(1) en el tiempo,
yt = yt1 + xt1 + t , se interprete a como parmetro causal. Por su parte, el efecto local
49
capturado por el parmetro puede ser interpretado como un efecto causal, previo contraste de
causalidad espacial. Para una discusin sobre este punto vase Herrera et al. (2014).
En Stata, Drukker et al. (2013d) proponen una secuencia de comandos para obtener la
interpretacin adecuada de los parmetros. A continuacin aplicamos dicha secuencia.
En primer lugar, se estima el modelo final elegido, SLM :
Drukker et al. (2013d) proponen un camino alternativo para obtener el efecto total de un cambio en
la variable explicativa utilizando la prediccin de la forma reducida mediante el comando predict:
. predict y0
(option rform assumed)
Asumiendo un cambio unitario en la migracin neta (1 inmigrante neto por cada mil ha.):
Ahora el impacto total en la tasa de desempleo es igual a la diferencia entre la prediccin previa
y posterior al cambio unitario:
Este resultado implica que el cambio total esperado es una disminucin cercana a 1 punto
porcentual en la tasa de desempleo. Obsrvese que el cambio unitario en la migracin neta es
similar al cambio promedio experimentado entre los aos 2010 y 20125 . Este impacto sobre el
desempleo no debe interpretarse como un impacto inmediato, ya que requiere que el efecto difusin
sobre el espacio se complete implicando un periodo temporal de mediano a largo plazo.
Si se utilizan las frmulas desarrolladas por LeSage & Pace (2009), entonces:
sum dif_NM1210.
50
.8174714987
: S = luinv(I(rows(W))-lambda*W)
: end
-------------------------------------------------------------------
1
Estos comandos permiten computar S = I W
b para utilizar en posteriores clculos.
Ahora, puede computarse el efecto total propuesto por LeSage & Pace (2009) mediante el
siguiente comando:
. mata: b = st_matrix("e(b)")
-1.040090991
Este resultado es el mismo que se obtiene usando las predicciones. El cmputo del efecto directo
se obtiene de la siguiente manera:
. mata: (b[1,1]/rows(W))*trace(S)
-.2414164099
Este efecto es superior al coeficiente beta estimado, representando casi un 25 % del efecto total
sobre el desempleo. El restante efecto es debido a los desbordamientos espaciales capturado por el
efecto indirecto:
5. Resumen
En los ltimos aos el avance de los programas informticos ha posibilitado que las tcnicas de
econometra espacial se encuentren disponibles para los economistas aplicados.
Esta gua ha buscado utilizar el programa Stata ntegramente para el anlisis de datos
de corte transversal. Las secciones desarrolladas han incluido el anlisis espacial exploratorio
como un primer paso para aproximarse a la modelizacin espacial. Este tipo de anlisis brinda
informacin importante para desarrollar posibles hiptesis y detectar datos anmalos. En la
seccin 3, se present una batera de contrastes espaciales que permitieron definir la adecuada
especificacin espacial. Adems, se presentaron las alternativas de estimacin dependiendo del
tipo de especificacin elegida. La revisin ha mostrado las principales especificaciones as como
los mtodos usuales de estimacin. Finalmente, la seccin 4 mostr una discusin sobre la
interpretacin de los resultados finales.
Por otra parte, el documento no compara los resultados obtenidos por Stata respecto a otros
programas estadsticos. Otras investigaciones han realizado dicha comparacin respecto a Matlab,
R y Pysal (Bivand & Piras, 2013). Algunos investigadores solo se han enfocado en un modelo
en particular, SEM , explorando las alternativas de estimacin de Stata respecto a GeoDaSpace,
Pysal y R (Anselin et al., 2012). Consltese estas referencias para conocer las diferencias entre los
programas disponibles.
51
Referencias
Anselin, L. (1988). Spatial econometrics: Methods and models, volume 4. Springer.
Anselin, L. (1992). Spacestat tutorial: A workbook for using SpaceStat in the analysis of spatial
data. Urbana-Champaign: University of Illinois, 263.
Anselin, L. (1999). Interactive techniques and exploratory spatial data analysis. In P. Longley,
M. Goodchild, D. Maguire, & D. Rhind (Eds.), Geographical Information Systems: Principles,
Techniques, Management and Applications. Cambridge: Geoinformation Int.
Anselin, L. (2010). Thirty years of spatial econometrics. Papers in regional science, 89(1), 325.
Anselin, L., Amaral, P. V., & Arribas-Bel, D. (2012). Technical aspects of implementing GMM
estimation of the spatial error model in PySAL and GeoDaSpace. GeoDa Center for Geospatial
Analysis and Computation.
Anselin, L. & Bera, A. K. (1998). Spatial dependence in linear regression models with an
introduction to spatial econometrics. Statistics Textbooks and Monographs, 155, 237290.
Anselin, L., Bera, A. K., Florax, R., & Yoon, M. J. (1996). Simple diagnostic tests for spatial
dependence. Regional science and urban economics, 26(1), 77104.
Anselin, L. & Florax, R. J., Eds. (1995). New directions in spatial econometrics. Springer, New
York.
Anselin, L., Syabri, I., & Kho, Y. (2006). GeoDa: An introduction to spatial data analysis.
Geographical analysis, 38(1), 522.
Arraiz, I., Drukker, D. M., Kelejian, H. H., & Prucha, I. R. (2010). A spatial cliff-ord-type model
with heteroskedastic innovations: Small and large sample results. Journal of Regional Science,
50(2), 592614.
Bartels, C. & Ketellapper, R. (1979). Exploratory and explanatory statistical analysis of spatial
data. Martinus Nijhoff, Boston, MA.
Bivand, R. & Piras, G. (2013). Comparing Implementations of Estimation Methods for Spatial
Econometrics. Technical report, Regional Research Institute, West Virginia University.
Burridge, P. (1980). On the cliff-ord test for spatial correlation. Journal of the Royal Statistical
Society. Series B (Methodological), (pp. 107108).
Cliff, A. & Ord, K. (1972). Testing for spatial autocorrelation among regression residuals.
Geographical Analysis, 4(3), 267284.
Crow, K. (2013). Shp2dta: Stata module to converts shape boundary files to stata datasets.
Statistical Software Components.
52
Drukker, D. M., Egger, P., & Prucha, I. R. (2013a). On two-step estimation of a spatial
autoregressive model with autoregressive disturbances and endogenous regressors. Econometric
Reviews, 32(5-6), 686733.
Drukker, D. M., Peng, H., Prucha, I. R., & Raciborski, R. (2013b). Creating and managing spatial-
weighting matrices with the spmat command. Stata Journal, 13(2), 242286.
Drukker, D. M., Prucha, I. R., & Raciborski, R. (2013c). A command for estimating spatial-
autoregressive models with spatial-autoregressive disturbances and additional endogenous
variables. The Stata Journal, 13(2), 287301.
Geary, R. C. (1954). The contiguity ratio and statistical mapping. The incorporated statistician,
(pp. 115146).
Getis, A. & Ord, J. K. (1992). The analysis of spatial association by use of distance statistics.
Geographical analysis, 24(3), 189206.
Gibbons, S. & Overman, H. G. (2012). Mostly pointless spatial econometrics? Journal of Regional
Science, 52(2), 172191.
Goodchild, M., Haining, R., & Wise, S. (1992). Integrating GIS and spatial data analysis: problems
and possibilities. International Journal of Geographical Information Systems, 6(5), 407423.
Griffith, D. A. (1996). Some guidelines for specifying the geographic weights matrix contained in
spatial statistical models. Practical handbook of spatial statistics, (pp. 6582).
Herrera, M., Mur, J., & Ruiz, M. (2014). Detecting causal relationships between spatial processes.
Papers in Regional Science.
Jeanty, P. W. (2012). Splagvar: Stata module to generate spatially lagged variables, construct the
moran scatter plot, and calculate morans i statistics. Statistical Software Components.
Jeanty, P. W. (2014). Spwmatrix: Stata module to generate, import, and export spatial weights.
Statistical Software Components.
Kelejian, H. H. & Prucha, I. R. (1998). A generalized spatial two-stage least squares procedure
for estimating a spatial autoregressive model with autoregressive disturbances. The Journal of
Real Estate Finance and Economics, 17(1), 99121.
Kelejian, H. H. & Prucha, I. R. (1999). A generalized moments estimator for the autoregressive
parameter in a spatial model. International economic review, 40(2), 509533.
53
Kelejian, H. H. & Prucha, I. R. (2010). Specification and estimation of spatial autoregressive
models with autoregressive and heteroskedastic disturbances. Journal of Econometrics, 157(1),
5367.
LeSage, J. P. (1999). Spatial econometrics. Regional Research Institute, West Virginia University.
Mur, J. & Angulo, A. (2009). Model selection strategies in a spatial setting: Some additional
results. Regional Science and Urban Economics, 39(2), 200213.
Ord, J. (1981). Towards a theory of spatial statistics: a comment. Geographical Analysis, 13(1),
8691.
Ord, K. (1975). Estimation methods for models of spatial interaction. Journal of the American
Statistical Association, 70(349), 120126.
Pisati, M. (2001). Sg162: Tools for spatial data analysis. Stata Technical Bulletin, 60, 2137.
Pisati, M. (2008). Spmap: Stata module to visualize spatial data. Statistical Software Components.
Rey, S. J. & Anselin, L. (2010). Pysal: A Python library of spatial analytical methods. In F. M.
& A. Getis (Eds.), Handbook of applied spatial analysis (pp. 175193). Springer.
Slocum, T., McMaster, R., Kessler, F., & Howard, H. (2009). Thematic cartography and
geovisualisation. Prentice Hall, New Jersey, NJ.
Tobler, W. R. (1970). A computer movie simulating urban growth in the detroit region. Economic
geography, (pp. 234240).
54