地理加权回归R语言实例

目录

数据准备加载需要的R包导入空间数据 空间自相关分析空间邻域面数据空间邻域点数据空间邻域 全局空间自相关局部空间自相关 空间回归分析线性回归分析地理加权回归

经典的线性回归模型是建立在最小二乘法 （OLS模型） 基础上对参数进行“平均”或“全局”估计。如果自变量为空间数据，且自变量间存在空间自相关性，传统回归模型（OLS模型）残差项独立的假设将无法满足。地理加权回归（GWR）模型能够反映参数在不同空间的空间非平稳性，使变量间的关系可以随空间位置的变化而变化，其结果更符合客观实际，能反映局部情况。

杨晴青,刘倩,尹莎,张戬,杨新军,高岩辉.秦巴山区乡村交通环境脆弱性及影响因素——以陕西省洛南县为例[J].地理学报,,74(06):1236-1251.

地理加权回归的软件平台有不少，如GWR，Arcgis等，武汉大学卢宾宾

如果觉得《地理加权回归R语言实例》对你有帮助，请点赞、收藏，并留下你的观点哦！