دانلود مقاله ISI انگلیسی شماره 105415
ترجمه فارسی عنوان مقاله

مدل سازی وابستگی انعطاف پذیر با استفاده از ترکیب های محدب از انواع مختلف ساختارهای اتصال

عنوان انگلیسی
Flexible dependence modeling using convex combinations of different types of connectivity structures
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
105415 2018 21 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 20814 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 18 تومان 29 روز بعد از پرداخت 374,652 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 36 تومان 15 روز بعد از پرداخت 749,304 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
تولید محتوا برای سایت شما
پایگاه ISIArticles آمادگی دارد با همکاری مجموعه «شهر محتوا» با بهره گیری از منابع معتبر علمی، برای کتاب، سایت، وبلاگ، نشریه و سایر رسانه های شما، به زبان فارسی «تولید محتوا» نماید.
  • تولید محتوا با مقالات ISI برای سایت یا وبلاگ شما
  • تولید محتوا با مقالات ISI برای کتاب شما
  • تولید محتوا با مقالات ISI برای نشریه یا رسانه شما
  • و...

پیشنهاد می کنیم کیفیت محتوای سایت خود را با استفاده از منابع علمی، افزایش دهید.

منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Regional Science and Urban Economics, Volume 69, March 2018, Pages 48-68

پیش نمایش مقاله
پیش نمایش مقاله مدل سازی وابستگی انعطاف پذیر با استفاده از ترکیب های محدب از انواع مختلف ساختارهای اتصال

چکیده انگلیسی

There is a great deal of literature regarding use of non-geographically based connectivity matrices or combinations of geographic and non-geographic structures in spatial econometrics models. We explore alternative approaches for constructing convex combinations of different types of dependence between observations. Pace and LeSage (2002) as well as Hazır et al. (2016) use convex combinations of different connectivity matrices to form a single weight matrix that can be used in conventional spatial regression estimation and inference. An example for the case of two weight matrices, W1,W2 reflecting different types of dependence between a cross-section of regions, firms, individuals etc., located in space would be: Wc=γ1W1+(1−γ1)W2,0≤γ1≤1. The matrix Wc reflects a convex combination of the two weight matrices, with the scalar parameter γ1 indicating the relative importance assigned to each type of dependence. We explore issues that arise in producing estimates and inferences from these more general cross-sectional regression relationships in a Bayesian framework. We propose two procedures to estimate such models and assess their finite sample properties through Monte Carlo experiments. We illustrate our methodology in an application to CEO salaries for a sample of nursing homes located in Texas. Two types of weights are considered, one reflecting spatial proximity of nursing homes and the other peer group proximity, which arise from the salary benchmarking literature.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 20814 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 18 تومان 29 روز بعد از پرداخت 374,652 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 36 تومان 15 روز بعد از پرداخت 749,304 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.