高维部分线性变系数空间自回归模型的设定检验：方法与应用探究

一、引言

1.1研究背景与动机

在当今数字化时代，随着科技的飞速发展和数据采集技术的不断进步，各个领域产生和收集的数据量呈爆炸式增长，高维数据已成为现代数据分析中常见的数据类型。高维数据具有变量众多、数据结构复杂等特点，传统的统计分析方法在处理这类数据时往往面临诸多挑战。

空间自回归模型作为一种重要的空间统计模型，在城市规划、环境科学、生态学、经济学等众多领域有着广泛的应用，用于研究空间数据之间的依赖关系。然而，当面对高维数据时，传统空间自回归模型的设定遭遇了严重困境。一方面，高维数据中变量数量庞大，使得模型参数估计的难度大幅增加