- 博客(6)
- 收藏
- 关注
原创 个体固定SDM、空间溢出(python)
") exit() wx_df = pd.concat(wx_list) df_final = pd.merge(df_panel, wx_df, on=['city_id', 'year']) # 【关键修改】这里不再生成 time_dummies,只保留核心变量 wx_vars = [f"W_{col}" for col in x_vars] all_x_vars = x_vars + wx_vars # 注意:all_x_vars 里现在没有 year_20xx 了!
2026-03-01 14:13:51
627
原创 OLS分析(stata)
重点记录:ln_dig 的 Coef. (系数) 和 t-value (t值) 以及 R-squared。* i.year 表示控制时间固定效应 (虽然是混合OLS,也要控制时间趋势)* 虽然你只问了OLS,但通常表里第2列是普通面板固定效应(FE),作为过渡。* Step 3: 运行混合 OLS 回归 (对应你基准表的 第1列)* Step 4: 运行双向固定效应模型 (对应你基准表的 第2列)* Step 2: 描述性统计 (可选,写论文由头用)* Step 0: 导入数据 (如果你还没导进去)
2026-03-01 14:13:41
325
原创 莫兰指数(单变量)python代码
================= 配置区域 =================print(f"权重矩阵加载完毕,包含 {len(cities)} 个城市。print(f"{year}年没有匹配的城市数据,跳过。# 分子: N * sum(wij * dyi * dyj)请检查文件名和路径。# 计算方差 Var(I) (基于正态分布假设)# 分母: S0 * sum(dyi^2)# 你的权重矩阵文件名 (想换矩阵就改这里!print("开始计算莫兰指数...")print("正在读取数据...")
2026-01-18 10:14:35
385
原创 0-1邻接矩阵(stata)
spwmatrix import using D:\WD\stata\cjzy.gal,wname(james) xport(cjzy01, dat) putexcel set results23,replace putexcel B02=matrix(james)
2026-01-18 10:13:27
138
原创 城市网络层级和跨网络重叠率计算
本研究基于交通流、信息流和资金流网络数据,通过计算各城市网络中心度,采用33%和67%分位数作为阈值将城市划分为核心、次核心和边缘三个层级。结果显示,交通流与信息流的层级重叠率为XX%,交通流与资金流为XX%,信息流与资金流为XX%(具体数值取决于输入数据)。分析过程采用Python实现,包含中心度计算、层级划分和重叠率统计等功能,最终输出包含层级划分结果和网络匹配度的Excel文件,为城市网络结构研究提供量化依据。
2025-06-05 18:29:26
192
原创 Python数据可视化:专业热力图绘制指南
本文介绍了使用Python进行区域关联热力图绘制的优化方法。通过pandas读取CSV数据,结合matplotlib和seaborn库创建可视化图表,重点解决了三个技术难点:1) 中文字体显示问题,通过多系统兼容方案确保宋体正常显示;2) 大尺寸画布处理,调整至30x25英寸并优化布局参数;3) 图像输出质量,采用600dpi高清PNG格式保存。代码实现包括自定义蓝-白-红渐变色系、增大标题和标签字体、优化刻度标签布局等细节处理,最终生成专业级区域关联强度热力图。
2025-06-04 13:15:01
452
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅