R语言：lm.LMtests函数listw参数设置咨询（面板数据场景）

数据集结构 #

我的面板数据结构如下：

UGA   Date      Sales  Nb_AM   Nb_BX   ......
A     01/2017     1       4       14
A     02/2017     8       5       17
A     03/2017     26      2       24
B     01/2017     3       3       35
B     02/2017     5      10       42
B     03/2017     8      24        2

问题描述 #

我希望用lm.LMtests()命令做拉格朗日乘数检验，但该函数要求传入listw类型的参数，我不清楚在当前面板场景下该传入什么内容。当前代码如下：

fusion2<-read_excel("C:/Users/david/OneDrive/Bureau/Master data/Mémoire 
data analyst/Bases de données/Fusion/fusion.xlsx")
 

modeleam<-Sales ~ Nb_AM + Nb_BX + 
Total_PdS_sensibilisés_aux_événement_AM + Mails_AM_ouvert + 
Mails_AM_non_ouvert + Total_PdS_sensibilisés_aux_RP_AM + 
Total_PdS_sensibilisés_aux_Staff_AM + Total_PdS_sensibilisés_aux_Congrés_AM 
+ Total_PdS_sensibilisés_aux_Opportunités_AM


mcoam <-lm(modeleam, data=fusion2)

lagrangeam <- lm.LMtests(mcoam, ,test="all")

解决方案 #

lm.LMtests()是spdep包中用于空间自相关检验的函数，listw参数是空间权重矩阵对象，对应你的面板数据里的个体（UGA列）之间的空间关联关系。具体操作步骤如下：

1. 安装并加载spdep包 #

如果还没安装，先执行：

install.packages("spdep")
library(spdep)

2. 构建空间权重矩阵（listw对象） #

你的数据中UGA是个体标识（比如不同区域、门店），需要基于这些个体定义空间邻接关系：

• 如果没有实际的空间坐标/邻接数据，可以先构建完全连接的权重矩阵（假设所有个体之间都存在关联），或者根据研究需求定义邻接规则：

# 提取UGA的唯一个体
uga_ids <- unique(fusion2$UGA)
# 构建完全连接的邻居列表：每个个体都与其他所有个体相邻
nb <- lapply(seq_along(uga_ids), function(i) setdiff(seq_along(uga_ids), i))
# 转换为listw对象，行标准化权重
listw_obj <- nb2listw(nb, style = "W")

• 如果你有个体的空间坐标（比如经纬度），可以用knearneigh()或poly2nb()构建更贴合实际的邻接矩阵，比如：

# 假设你有lon和lat列存储坐标
coords <- fusion2[, c("lon", "lat")]
nb <- knearneigh(coords, k = 3) # 每个个体取最近的3个邻居
listw_obj <- nb2listw(nb2mat(nb), style = "W")

3. 修正lm.LMtests()调用 #

把构建好的listw_obj传入函数：

lagrangeam <- lm.LMtests(mcoam, listw = listw_obj, test = "all")
# 查看检验结果
print(lagrangeam)

注意事项 #

• 空间权重矩阵的定义要贴合你的研究场景，不要随意使用完全连接矩阵，尽量基于实际的空间/经济关联关系构建。
• 面板数据做空间LM检验时，要确保个体的邻接关系在时间维度上是稳定的，或者根据时间调整权重矩阵。

内容的提问来源于stack exchange，提问作者Antoine