Focal Location Quotients: Specification and Applications

Location quotients ( LQs ) are commonly used descriptive statistics in spatial analysis. They are not directly affected by neighbor relationships, and their calculation ignores spatial information. This article computes LQs as focal, rather than strictly local, functions by incorporating the spatial structure of the observations in the reference group in their computation. Focal LQs , tested for significance by event‐based M onte C arlo simulations, are applied both to N orth C arolina sudden infant death syndrome data for comparison with theG i * spatial statistic and to sectoral employment data in that state in a more typical context for LQ analysis. The significance tests show that the focal LQ is far more sensitive to the size of the denominator for spatially intensive data than is theG i * statistic. Los autores usan momentos de una matriz de covarianza para datos panel espaciales para estimar los parámetros del modelo de autoregresión espacial ( spatial autoregressive model ), incluyendo la matriz de conectividad (o de ponderación) espacial W. En el modelo de autoregresión espacial sin restricciones, los parámetros están sub‐identificados por un valor de uno en los casos que la matriz W es simétrica. Los autores demuestran que existe un caso especial en el cual la matriz W es asimétrica y sus parámetros tienen cálculo exacto. Si los datos panel son estacionarios y ergódicos, espacial y temporalmente, los estimados de W y el coeficiente de autoregresión espacial son consistentes. Para ilustrar la metodología propuesta, los autores usan datos‐panel espaciales de precios de vivienda en Israel. 区位熵LQs通常应用于空间分析的统计性描述。但分析时并没有考虑来自邻域相关性的直接影响并且计算过程忽略空间信息。本文计算局部焦点的LQs而并非严格意义上的局部空间在计算过程的对照组中对观察值的空间结构进行合并生成函数。对于局部焦点LQs的显著性检验采取基于事件的蒙特卡洛模拟方法同时应用于北卡罗来纳州的婴儿猝死综合症SIDS数据与Gi*空间统计对照和更典型状况下该州就业部门数据的LQ分析。显著性检验表明局部焦点LQ在数据密集的空间尺度上比Gi*统计量更为敏感。