ArcGIS与地理加权回归【三】

开   工    大    急

原址链接:

ArcGIS与地理加权回归【三】https://mp.weixin.qq.com/s/x85EXKImSHio1IZovW9qdA

接着5个月之前.......ArcGIS与地理加权回归GWR【二】以及MGWR软件下载

在ASU下载了样例“关于影响佐治亚州受教育水平”的数据。在上一篇已简单介绍过软件和样例数据的下载。MGWR软件操作不复杂,主要是对结果的解释。样例数据共13个字段,分别是:

AreaKey:地区代码;Latitude:纬度(地理坐标系);Longitud:经度(地理坐标系)

TotPop90:1990年人口数量;PctRural:乡村人口占比
PctBach:本科以上人口占比;PctEld:老龄人口占比
PctFB:外国出生人口占比;PctPov:贫困人口占比
PctBlack:非洲裔美国人占比;ID:地区ID
X:投影坐标系X坐标;Y:投影坐标系Y坐标

接着看软件中的各项参数选择

样本点越多,运行的时间越久,如果打开蒙特卡洛模拟运行也会变久,结果会给一个csv和txt。在txt文件中可以看到回归结果。

模型的基本信息可以看到软件的版本啊,观测点数量,变量,耗时......balabala。这个例子的数据的原因吧,对比一下R²,AICc,有效参数数量,残差平方和,MGWR也没太优于GWR的。MGWR中各项变量的带宽都比较大,所以做出来跟GWR应该没啥明显的不同。在GWR结果中,从p值来看,常数项、老龄人口、非裔这三项是不显著的。从t值也可以看出均不显著。蒙特卡洛检验中看到各变量p值均>0.05,也就是说没啥空间变异性,只有常数项略微好显著些。

关于p值和t值的关系:提供来自经管之家的非正式参考资料,不哔哔自己的业余知识了

https://bbs.pinggu.org/thread-3908909-1-1.html

简而言之,t值的绝对值用来与特定区间值对比(例如0.1水平1.64-1.96,0.05水平1.96-2.58,0.01水平>2.58),来判断在什么水平上显著。

p是根据t和自由度计算出的不显著的概率,可以直接与显著性水平对比大小(例如0.1、0.05、0.01),所以最终只使用p值来判断是否显著即可。

显著性水平是人为规定可以接受的标准,对于不同学科、不同问题而言,要求亦不同。

在得到的csv表里,根据各变量的p值,筛选出具有显著性的数据,然后在ArcGIS中以beta值进行显示。多尺度地理加权回归结果的解读可以参考“北京市二手住宅价格影响机制——基于多尺度地理加权回归模型(MGWR)的研究”一文的4.3节。

错误之处请多指正,未写清楚之处请多补充。

 

  • 5
    点赞
  • 69
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
### 回答1: ArcGIS地理加权回归是一种基于空间交互作用的回归分析技术,它将经典的普通最小二乘回归与空间信息融合在一起,可以更好地处理空间自相关性的问题,提高了回归分析的精度和可信度。 在传统的最小二乘回归中,假设所有的样本数据是相互独立的,然而在实际应用中,地理空间数据之间往往存在一定的空间关联性,这就会导致分析结果产生偏差或者误差。通过引入空间权重矩阵,地理加权回归可以更好地利用样本数据之间的空间关联性信息,将属性因素和空间因素合并起来,得到更加准确的回归模型,提高了计算的准确性和可靠性。 ArcGIS地理加权回归能够广泛应用于地理信息分析、城市规划、资源管理等领域,在城市规划方面,可以用于分析城市各个区域的房价、商业活力等因素,为规划决策提供科学依据;在资源管理方面,可以用于分析各类资源分布的规律,为资源的合理配置提供支持。 总之,ArcGIS地理加权回归是一种有效地融合地理空间信息的回归分析方法,可以更好地解决空间自相关性的问题,为地理信息分析和规划决策提供有效支持与参考。 ### 回答2: ArcGIS地理加权回归是一种基于空间权重的回归分析方法,是ArcGIS软件中的一个功能模块。该模块主要用于分析和建模两个变量之间的关系,并考虑空间效应对模型结果的影响。 地理加权回归与传统的回归分析相比,最大的不同在于其考虑了空间位置因素的影响,使模型更符合实际情况。其基本思想是,将变量之间的关系建立在空间邻近性上,将邻近的个体作为观测对象,构建邻域矩阵以表达空间相关性,利用空间加权方法来计算回归系数和模型拟合度。 地理加权回归广泛应用于地理信息科学、城市和区域规划、环境科学等领域。其主要作用是研究两个或多个地理变量之间的空间关系,如地形和植被、土地利用和交通等。通过对空间权重的调整和模型结果的验证,给出了更加精确和可靠的分析结论,为决策和规划提供了重要的依据。 与传统回归方法相比,地理加权回归具有较高的预测精度和模型鲁棒性,可以识别出空间非平稳性和异方差性,并得出更加准确的模型结果。但其也存在一些不足之处,比如模型过度匹配、权重矩阵选择不当等问题,需要经过详细分析和调整才能得到比较可靠的结果。 总之,地理加权回归是一种在地理信息科学中广泛应用的空间分析方法,可以为各种领域的研究和规划提供支持,但需要结合实际问题的特点进行具体应用和分析。 ### 回答3: ArcGIS地理加权回归是一种基于地理位置权重的回归分析方法。它使用空间自相关的原理,使得离某一点越近的样本其权重越高,离得越远的样本其权重越低。这种方法可以用于探究空间变量在空间分布上的规律,分析地理现象的空间关联及影响因素等。 与传统回归方法不同的是,ArcGIS地理加权回归考虑了空间自相关性,因此得出的结果更为精准。在进行分析时,首先需要确定一些参数,例如空间自相关性、权重函数等。然后,将数据以空间数据的形式导入到ArcGIS中,在软件中运用地理加权回归模型进行分析。 ArcGIS地理加权回归可以应用于多种领域,例如城市规划、环境保护、农业生产等。它能够有效地解决空间变量之间的多重共线性问题,避免了传统回归模型的缺陷。在实际应用中,我们可以根据具体的问题和数据类型,选择不同的参数和权重函数进行分析,以得出最为准确的结果。 总之,ArcGIS地理加权回归是一种适用于空间数据分析的方法,它考虑了空间自相关性对分析结果的影响,能够为我们提供更为精准的分析结果。在实际应用中,我们需要仔细选择参数以及合适的权重函数等,以确保所得出的结果真实可靠。

“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 4
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