原标题:干货分享 | 地理加权回归GWR2020新版开源软件下载和使用
由Stewart Fotheringham教授团队在原GWR4开源地理加权回归软件基础上,开发的MGWR多尺度地理加权回归开源软件(MGWR 2.2.1)已在亚利桑那州立大学网站发布,包含Windows和MacOS两个版本,并附有详细软件说明,以及四个公开样本学习数据集。其相关理论、应用和软件介绍文献于近期陆续发表。
我们详细整理了该软件相关资料。
MGWR(多尺度地理加权回归)是基于Microsoft Windows和MacOS的新版本应用软件,用于校准多尺度地理加权回归(GWR)模型,该模型可用于探索因变量/响应变量与独立/解释变量的空间关系。它结合了广泛使用的对空间异质性建模的方法-地理加权回归(GWR)以及新提出的方法-多尺度GWR(MGWR),它放宽了对所有要建模的过程都在相同空间尺度上的假设。GWR模型可以被认为是一种具有空间变参数的回归模型。
了解有关开源python软件包mgwr的更多信息,请访问软件包作者的git存储库,网址为https://github.com/pysal/mgwr。
软件特色
通过迭代加权最小二乘法对高斯模型,泊松模型和二项式概率模型进行GWR模型校准。
通过黄金分割搜索或等间隔搜索选择GWR带宽
GWR特定的模型诊断,包括多个假设检验校正和局部共线性
参数估计曲面的空间变异性的蒙特卡洛检验
基于GWR的空间预测
通过GAM迭代反拟合对高斯模型进行MGWR模型校准
GWR和MGWR的并行计算
MGWR协变量特定的推论,包括多重假设检验校正和局部共线性
GWR和MGWR的带宽置信区间
使用软件请引用
Oshan, T. M., Li, Z., Kang, W., Wolf, L. J., & Fotheringham, A. S. (2019). mgwr: A Python implementation of multiscale geographically weighted regression for investigating process spatial heterogeneity and scale. ISPRS International Journal of Geo-Information, 8(6), 269.
本文转载自公众号新遥感,版权归原作者及公众号所有
原文标题:地理加权回归GWR2020新版开源软件下载和使用[附微信学习群]
-THE END-
责任编辑: