本文详细介绍了地理加权回归（GWR）的概念，它用于量化空间异质性，依据Tobler's First Law，近处的数据对结果影响更大。通过距离衰减函数计算权重，将位置和要素值结合应用于回归方程。内容涵盖GWR的操作、结果解读、软件应用及与多尺度GWR（MGWR）、最小二乘法（OLS）的对比分析。
地理加权回归GWR
白话空间统计二十四：地理加权回归（三）
地理加权回归可以用来量化空间异质性。
研究区域——利用每个要素的不同空间位置计算距离衰减函数——把每个要素的空间位置（一般是坐标信息（x,y))和要素的值带入到这个函数里面之后，就可以得到一个权重值，这个值就可以带入到回归方程里面去
这个衰减函数的理论基础，正是Tobler提出所谓的“地理学第一定律（Tobler’s First Law或者Tobler’s First Law of Geography)：位置越接近的数据，比远处的数据对结果的影响更大。这个影响在数学上，就化为了权重
回归标准差和残差平方和的关系_GWR|ArcGIS中地理加权回归的操作与解读（二）地理加权回归操作与结果解读…——超详细的解读
最低0.47元/天 解锁文章
9646
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
