使用R语言的spgwr包进行地理加权回归(GWR)

今天需要做要给GWR回归,使用了R语言中的spgwr包。做的工作主要有;

1)安装R语言

直接去R官网就好。

2)安装spgwr包

> install.packages("spgwr")

发现报错

Warning in install.packages :
  'lib = "C:/Program Files/R/R-4.0.3/library"' is not writable
Warning in install.packages :
  cannot create dir 'D:\onedrivePKU\OneDrive - pku.edu.cn\??', reason 'Invalid argument'
Error in install.packages : unable to create ‘D:/onedrivePKU/OneDrive - pku.edu.cn/??/R/win-library/4.0’

或许是文件名的原因,为了省事,直接重新指向了一个新的置放R包的文件夹:

> .libPaths("E:/Rpackages")

问题得到解决,可以通过一下代码查看目前的R包:

> library()

以及查看当前R包所有的几个文件夹(系统默认的,和我刚刚指定的"E:/Rpackages"):

> .libPaths()

因为spgwr需要其他的环境,因此安装另外一个包,然后再install spgwr

> install.packages('spDataLarge')
> install.packages("spgwr"
  • 7
    点赞
  • 74
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
R语言中可以使用gwmodel进行地理加权回归分析。 首先安装gwmodel: ```r install.packages("gwmodel") ``` 然后加载: ```r library(gwmodel) ``` 使用数据集meuse作为例子,该数据集含了荷兰一个小地区的铜、铅等重金属元素浓度以及地理位置信息。首先加载数据集: ```r data(meuse) ``` 进行地理加权回归分析需要用到的变量括自变量和因变量,以及空间变量(例如坐标)。在这个例子中,因变量为铅(lead)的浓度,自变量为距离河流的距离(dist.m)和土壤pH值(pH),空间变量为坐标(x、y)。我们先将数据集按照空间变量进行排序: ```r meuse <- meuse[order(meuse$x, meuse$y), ] ``` 然后将空间变量和自变量提取出来: ```r coords <- data.frame(x = meuse$x, y = meuse$y) xdata <- data.frame(dist.m = meuse$dist.m, pH = meuse$pH) ydata <- meuse$lead ``` 接下来使用gwr函数进行地理加权回归分析: ```r fit <- gwr(coords = coords, x = xdata, y = ydata) ``` 默认情况下,gwr函数使用的是高斯核函数,可以通过bandwidth参数来调整核函数的带宽。带宽越小,核函数的权重越集中,模型的拟合效果会更加精细,但是模型的复杂度也会增加。带宽越大,核函数的权重分布越平均,模型的拟合效果会更加平滑,但是模型的泛化能力会降低。我们可以通过交叉验证来选择最优的带宽值: ```r cvfit <- gwr.cv(coords = coords, x = xdata, y = ydata) cvfit$bw ``` 最优的带宽值会保存在cvfit$bw中。 除了高斯核函数之外,gwr函数还支持其他的核函数,例如指数核函数和双三次核函数。可以通过kernel参数来指定核函数的类型。例如,使用指数核函数: ```r fit <- gwr(coords = coords, x = xdata, y = ydata, kernel = "exponential") ``` 使用双三次核函数: ```r fit <- gwr(coords = coords, x = xdata, y = ydata, kernel = "bisquare") ``` gwr函数的输出结果括每个样本的系数估计值、t值、p值和R2值等等。我们可以将结果可视化,例如绘制系数估计值的热力图: ```r library(ggplot2) library(RColorBrewer) ggplot(fit$beta, aes(x = coords.x1, y = coords.x2, fill = est)) + geom_raster() + scale_fill_distiller(palette = "RdBu", type = "div") + coord_fixed() + theme_void() + theme(legend.position = "bottom") ``` 这里使用ggplot2和RColorBrewer库来制作热力图。结果如下图所示: ![image](https://user-images.githubusercontent.com/26807215/128842726-6f09b6d9-6de1-4011-8356-2e6d47d16e84.png) 可以看到,距离河流的距离对铅的浓度有显著的正向影响,而土壤pH值对铅的浓度则有显著的负向影响。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值