标题： 使用广义估计方程来估计具有空间数据的非线性模型 显示英文标题

标题： Using generalized estimating equations to estimate nonlinear models with spatial data

摘要： 在本文中，我们研究使用两步广义估计方程（GEE）在准最大似然估计（QMLE）框架下对横截面数据的非线性模型进行估计。 为了提高效率，我们提出了一种分组估计量来考虑潜在的空间相关性。 我们使用泊松模型和负二项式II模型对计数数据进行建模，并使用概率模型对二元响应数据进行建模，以展示GEE过程。 在较弱依赖性假设下，提供了估计一致性和渐近正态性的结果。 蒙特卡洛模拟显示了我们的方法在不同估计方法对计数数据和二元响应数据的比较中的效率优势。 最后，我们将GEE方法应用于研究流入中国外国直接投资（FDI）的决定因素。 显示英文摘要

摘要： In this paper, we study estimation of nonlinear models with cross sectional data using two-step generalized estimating equations (GEE) in the quasi-maximum likelihood estimation (QMLE) framework. In the interest of improving efficiency, we propose a grouping estimator to account for the potential spatial correlation in the underlying innovations. We use a Poisson model and a Negative Binomial II model for count data and a Probit model for binary response data to demonstrate the GEE procedure. Under mild weak dependency assumptions, results on estimation consistency and asymptotic normality are provided. Monte Carlo simulations show efficiency gain of our approach in comparison of different estimation methods for count data and binary response data. Finally we apply the GEE approach to study the determinants of the inflow foreign direct investment (FDI) to China.