13
Proses autoregressive dapat dianalogikan pada model umum spatial
autoregressive seperti pada persamaan berikut :
(2.8)
dengan :
;
)
,
0
(
~
2
I
e
N
(2.9)
dimana:
y = vektor variabel respon (n x 1)
X = matrik variabel prediktor (n x (k+1))
u = vektor error pada persamaan (2.8) berukuran n x 1
e
=
vektor error pada persamaan (2.9) berukuran n x 1
Model u mempunyai
error
yang berdistribusi normal dengan mean
nol dan
varians s² I. Parameter yang di estimasi adalah ß, ? dan
. ? adalah parameter
koefisien spasial lag variabel dependen dan
adalah parameter koefisien spasial lag
pada error. n adalah banyaknya amatan atau lokasi (i = 1, 2, 3, …, n) dan k adalah
banyaknya variabel prediktor (k = 1, 2, 3, …, l). Pengaruh spasial antar lokasi dalam
model dibentuk dalam matrik pembobot
1
W
,
2
W
yang berukuran n x n.
Dalam bentuk matrik sebagai berikut :
T
y
y2
y1
n
...
y
;
T
u
u2
u
n
1
u
;
T
e
e2
e1
n
e
 |