Geodaspace: A Resource For Teaching Spatial Regression Models

• CORO CHASCO ^[1]
  1. [1] Universidad Autónoma de Madrid

     Universidad Autónoma de Madrid

     Madrid, España

     
• Localización: Rect@: Revista Electrónica de Comunicaciones y Trabajos de ASEPUMA, ISSN-e 1575-605X, Vol. 4, Nº. Extra 1, 2013 (Ejemplar dedicado a: Serie Monografías. Métodos cuantitativos e informática), págs. 119-144
• Idioma: inglés
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 2 Citas
• Resumen
  • español

    La econometría espacial se ha convertido en un tema de gran relevancia en la literatura científica reciente. Por este motivo, se está empleando no sólo en la investigación sino también en la docencia, tanto de cursos de pregrado como de posgrado. GeoDaSpace es un paquete informático especializado en la estimación y contraste de los modelos econométricos espaciales dentro del entorno intuitivo y amigable del“apuntar-y-cliquear”. Se trata aún de una versión alfa, que está disponible gratuitamente desde el GeoDa Center (Universidad del Estado de Arizona), que incorpora una amplia gama de métodos de estimación (MCO, MC2E, MV, GM/GMM) y modelos (retardo espacial, error espacial, retardo y error espacial, regímenes espaciales), con opciones para la obtención de contrastes espaciales y no espaciales, tratamiento de regresores estocásticos no espaciales y de estimaciones robustas a la heteroscedasticidad en los errores (HAC). GeoDaSpace es un recurso docente útil que puede ser utilizado tanto por estudiantes como profesores.

  • English

    Spatial econometrics has become a prominent topic in the recent scientific literature. For this reason, it is being used in research as well as teaching both undergraduate and graduate econometrics courses. GeoDaSpace is a software package for the estimation and testing of spatial econometric models in an intuitive and easy-to-use point and click environment. It is still an alpha release freely downloadable from the GeoDa Center (Arizona State University), which incorporates a wide range of estimation methods (OLS, 2SLS, ML, GM/GMM) and models (spatial lag, spatial error, spatial lag and error, spatial regimes), with options for spatial and non-spatial diagnostics, non-spatial endogenous variables and heteroskedasticity/HAC covariance estimators. GeoDaSpace is a very useful teaching resource that can be used by both teachers and students.