失眠网,内容丰富有趣,生活中的好帮手!
失眠网 > 基于R语言地理加权回归 主成分分析 判别分析等空间异质性数据分析

基于R语言地理加权回归 主成分分析 判别分析等空间异质性数据分析

时间:2019-06-09 13:10:24

相关推荐

基于R语言地理加权回归 主成分分析 判别分析等空间异质性数据分析

在自然和社会科学领域有大量与地理或空间有关的数据,这一类数据一般具有严重的空间异质性,而通常的统计学方法并不能处理空间异质性,因而对此类型的数据无能为力。

以地理加权回归为基础的一系列方法:经典地理加权回归,半参数地理加权回归、多尺度地理加权回归、地理加权主成份分析、地理加权判别分析是处理这类数据的有效模型。

从局部加权回归开始,详细讲述了基于R语言的空间异质性数据分析方法。

【特色】:

1.原理深入浅出的讲解;

2.技巧方法讲解,提供所有案例数据及代码;

3.与项目案例相结合讲解实现方法,对接实际工作应用 ;

4.跟学上机操作、独立完成案例操作练习、全程问题跟踪解析;

5.专属助学群辅助巩固学习及实际工作应用交流,不定期召开线上答疑。

///基 于 R 语 言 地 理 加 权 回 归、主 成 份 分 析、判 别 分 析 等 空 间 异 质 性 数 据 分 析

专题一:地理加权回归下的描述性统计学

1.R语言操作简单回顾

2.局部加权的基本原理

3.带宽与核函数选择

4.局部加权的均值,标准差和相关系数

5.分位数及基于分位数的稳健估计

专题二:地理加权主成分分析

1.普通的主成分分析,因子载荷与因子得分分析

2.主成分个数的选择,碎石图

3.地理加权的主成分分析

4.主成分的空间载荷

5.空间主导因子分析

专题三:地理加权回归

1.线性回归:高斯-马尔科夫假设

2.地理加权回归:基本方法与稳健方法,异常值的检验

3.带宽选择:修正的赤池信息法

4.系数检验:F1,F2,F3检验

5.空间稳定性检验:蒙特卡洛方法

6.共线性与变量选择:地理加权回归中的岭回归与Lasso回归

7.时空地理加权回归:GTWR 8.QGIS中的地理加权回归

专题四:高级回归与回归之外

1.多尺度地理加权回归:可变带宽的选择

2.异方差模型

3.广义地理加权回归:链接函数,泊松回归与二项式回归

4.空间权重矩阵与半参数地理加权回归

5.分位数回归与地理加权分位数回归

6.判别分析与地理加权判别分析

更多推荐

●【教 程】R语言分位数回归

●【教 程】R语言结构方程模型分析与应用

●【教 程】基于R语言的贝叶斯网络模型实践技术应用

●【教 程】基于R语言的现代贝叶斯统计学方法实践技术应用

●【教 程】基于R语言的现代贝叶斯统计学方法(贝叶斯参数估计、贝叶斯回归、贝叶斯计算)

●【教 程】R语言数据统计分析与ggplot2高级绘图实践应用

●【教 程】基于R语言的Copula变量相关性分析及应用

●【教 程】基于R语言的极值统计学及其在相关领域中的实践技术应用

●【教 程】R语言混合效应(多水平层次嵌套)模型技术应用与及混合效应模型贝叶斯实现方法

●【教 程】基于R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习

●【教 程】基于R语言Meta分析方法与进阶实践技术应用

如果觉得《基于R语言地理加权回归 主成分分析 判别分析等空间异质性数据分析》对你有帮助,请点赞、收藏,并留下你的观点哦!

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。