动态面板数据模型和空间滞后面板数据模型的比较——基于被解释变量时空依赖特征的“孪生性”分析

面板数据模型从基本形式拓展到动态面板数据模型和空间面板数据模型,体现了时空特征整合的经济计量建模发展方向。在时空特征整合的意义下,从被解释变量时空依赖特征的角度来看,动态面板数据模型和空间滞后面板数据模型具有对称性"、孪生性"。比较教学实验表明,指出这一点能够更便于学生理解面板数据模型的思想、发展与应用,也有利于空间统计学思想的普及教育。

多分辨率多粒度时空特征提取的轨道交通短时OD客流预测方法

面对大规模的路网OD客流分布的“长尾效应”,提出一种多分辨率多粒度时空特征提取的短时客流预测模型,以解决稀疏OD矩阵中不同量级OD客流预测精度不高的问题。将离散小波变换引入OD矩阵特征提取,结合CNN获取多分辨率下空间特征;构建多粒度历史OD客流矩阵序列,利用ConvLSTM网络提取OD矩阵长期的周期依赖性及短时的相邻时段依赖性。以北京地铁为例,分析结果表明:该模型在整体预测精度方面较其他基线模型的均方根误差RMSE提升7.4%以上;模型内部消融实验证明,多分辨率多粒度的结构对高、中、低3种量级的OD预测均有提升作用,且对高量级OD预测的RMSE提升12.5%以上。以杭州地铁为例对模型进行稳定性验证,结果表明:该模型在不同数据集下的预测结果明显优于其他基线模型;在工作日/非工作日、高低峰/平峰等场景下的适用性分析均能取得稳定的预测效果。