GeoDa与R语言的空间数据回归实践技术应用

空间数据是常见的数据形式之一，因此空间数据回归也是最常用的方法之一。由于空间数据之间往往有相关性，它们不满足经典统计学的数据独立性假设，所以回归的理论和建模方式与普通回归模型相比既陌生又复杂。GeoDa与R语言是建立空间回归模型最合适的软件；尤其是GeoDa提供了用户友好的界面，是空间回归方法最方便的建模软件。

【科研必备】基于GeoDa与R语言的空间数据回归实践技术应用 (qq.com)

一 空间相关GeoDa的基本操作
1.GeoDa的特性与基本操作
2.空间的局域相关与全局相关度量
3.空间邻接矩阵与权重
4.距离矩阵与距离权重

二 GeoDa中的普通回归空间依赖
1.最小二乘法
2.非空间的回归诊断
3.空间依赖推断：拉格朗日乘子法 
4.二阶段最小二乘法：空间自回归诊断
5.系数的稳定估计及其方差

三 空间回归
1.空间滞后模型：二阶段估计与极大似然法
2.空间误差回归：广义矩方法与极大似然法
3.空间滞后误差回归：广义二阶段估计
4.空间杜宾模型

四 空间异质性模型
1.非空间模型的空间格局模型：原理与操作
2.基于空间模型的空间格局模型
3.空间模型的选择

五 面板数据分析
1.随机效应模型
2.固定效应模型
3.混合效应模型
4.面板数据模型的选择

六 高级空间回归
1.空间滤波方法
2.矩阵指数空间模型
3.贝叶斯空间回归初步

【科研必备】基于GeoDa与R语言的空间数据回归实践技术应用 (qq.com)https://mp.weixin.qq.com/s?__biz=Mzg2NDYxNjMyNA==&mid=2247565496&idx=5&sn=b4b1c076660f778a1f90dece1b59ac73&chksm=ce652a53f912a34534d2b9e97c2224671246971d713bc69cf5136b069f9b775a8aab30109b62&token=73999849&lang=zh_CN#rd