第 44 卷第3 期 计算机科学 Vo1. 44 NO.3
COMPUTER SCIENCE 岛1ar.
年 3 月
混合时空地理加权回归及参数的两步估计
赵阳阳1 , 2 刘纪平1 , 2 杨毅2 张福浩2 仇阿根2
(辽宁工程技术大学 阜新 123000)1 (中国测绘科学研究院 北京 100830)2
摘 要针对全局平稳特征和时空非平稳特征同时存在的现象,提出了混合时空地理加权回归方法(Mixed Geo
graphically and Temporally Weighted Regression, MGTWR) ,给出了 MGTWR 的数学定义和回归参数的两步估计。
同时,介绍了调整型带宽选择机制下的权重计算方法和基于Akaike 信息准则(Akaike Information Criterion , AIC) 的
2
大于
参数优化方法。采用复杂程度不同的模拟数据来测试方法的性能。结果表明,MGTWR 和 GTWR 的 R 0.8 ,能
模拟全局平稳特征和时空非平稳特征的现象,但 MGTWR 显著优于 GTWR MGWR 因无法探视l 时间平稳特征,模
o
拟效果最差。此外,数据复杂程度影响 MGTWR, GT引TR 和 MGWR 的性能,数据越简单模拟效果越好。
关键词 混合时空地理加权回归,时空地理加权回归,两步估计
中圄法分类号 TP30 1. 6 文献标识码 A DOI 10. 11896/j. issn. 1002-137X. . 03. 056
Mixed Geographically and Temporally Weighted Regression and Tw(• step Estimation
ZHAO Yang-yang1,2 LIU Ji-ping1,2 YANG Yi2 ZHANG Fu-ha02 QIU A-gen2
CLiaoning Technical University ,Fu沮n 123000 ,China) 1
CChinese Academy of Surveying and Mapping ,Beijing 100830 ,China)2
Abstract In response to a phenomenon that both global stationary characteristics and spatial-temporal non-stationary
characteristics exist at the same time , an approach named mixed geographically and temporally weighted regression
如果觉得《matlab 地理加权回归 混合时空地理加权回归及参数地两步估计.PDF》对你有帮助,请点赞、收藏,并留下你的观点哦!