邹至庄经济研究院博士生论文研讨会第30期
论文题目：TranSAR: 空间迁移学习框架
报告人：曾浩
时间：6月9日周五 12:30-13:50
地点：D235
网络会议：腾讯会议 554-708-212
论文摘要：
近年来，政治学家们已认识到地理变量与总统选举结果之间的基本关联性，并使用空间模型来揭示这种关系。然而，传统的摇摆州分析由于数据标注不足，导致预测效果不佳。为了解决这个问题，迁移学习可以利用大量来自相似州的数据，潜在地提高预测准确度。在本文中，我们提出了一种新颖的迁移过程和两步估计法，用于探测并合并目标数据和辅助数据，并建立空间自回归模型。该方法论在空间计量经济学中还未得到充分理论研究。此外，该文章为所提出的两步估计法建立误差界限，适用于任意合理的空间模型初步估计。我们在多种不同的设置中研究了所提出方法的数值性能。我们将所提出的算法应用于探索摇摆州选举预测问题，利用2016年美国总统选举民意调查数据以及其他带有地理信息的人口数据，尝试使用所提出的技术来预测选举结果。
语言：中文
