空间地理加权回归stata_一文读懂地理加权回归模型 (GWR) 操作及R语言应用（二）...

在R语言里面进行地理加权回归，主要使用的是两个模块的函数，分别是spgwr和GWmodel这两个包。

前面文章R语言_空间计量：地理加权回归模型 (GWR) 操作及应用主要介绍的是GWmodel这个函数，本文我们来看一下如何使用spgwr函数进行地理加权回归相关的操作和运用。

一、 地理加权模型简介

1、简介

空间统计为自然科学和社会科学中广泛的学科提供了重要的分析技术，在这些学科中(通常是大型的)空间数据集经常被收集。在这里，我们提出的技术从一个特殊的分支的非平稳空间统计，称为地理加权(GW)模型。GW模型适用于一些通用或全局模型不能很好地描述空间数据的情况，但适用于一些空间区域，适当的局部模型校准可以提供更好的描述。

该方法使用移动窗口加权技术，在目标位置找到局部模型。在这里，对于某个目标位置的单个模型，我们根据某个距离衰减核函数对所有邻近观测值进行加权，然后将模型局部应用于该加权数据。这个局部模型可能应用的窗口大小是由带宽控制的。较小的带宽导致结果的空间变化更加迅速，而较大的带宽使结果越来越接近通用模型的解。当存在一些目标函数(例如，模型可以预测)时，可以使用交叉验证和相关方法找到最优带宽

地理加权模型(GW model)包括的功能有：地理加权汇总统计(GW summary statistics),地理加权主成分分析(GW principal comp- onents analysis,即GW PCA),地理加权回归(GW regression),地理加权判别分析(GW discriminant analysis),其中一些功能有基本和稳健形式之分。

运用GW model的一个重要元素就是空间加权函数，空间加权函数量化(或套)观察到的变量之间的空间关系或空间相关性。空间目标及其位置临近关系的确定。

六个核函数的介绍：

Global Model(均值核函数)、Gaussian(高斯核函数)、Exponential、Box-car(盒状核函数)、Bi-square(二次核函数)、Tri-cude(立方体和函数)

2、spgwr函数

spgwr包需要安装，代码为：

install.packages("spgwr") library(spgwr)

spgwr进行地理加权回归主要有两个非常重要的步骤，分别是带宽选择和回归。

带宽选择使用的是gwr.sel这个函数，语法格式为：

gwr.sel(formula, data=list(), coords, adapt=FALSE, gweight=gwr.Gauss