spgwr | R语言与地理加权回归（Ⅰ-2）：广义线性地理加权回归

本篇来介绍基于广义线性模型的地理加权模型。广义线性模型包括Logistic模型、泊松模型等系列回归模型，具体内容请查看数学模型专辑的相关系列推文。

广义线性GWR的使用方法与线性GWR类似：

• ggwr.sel：带宽选择函数

• ggwr：模型运行函数。

上述两个函数相比于gwr.sel()和gwr函数多了一个family参数，用于指定因变量的概率分布模式，默认值为正态分布（family = gaussian）。

ggwr()函数的完整语法结构如下：

ggwr(formula, data = list(),
     coords, bandwidth, gweight = gwr.Gauss,
     adapt = NULL, fit.points,
     family = gaussian, longlat = NULL,
     type = c("working", "deviance", "pearson", "response"))

• family：广义线性模型对应的指数族分布形式，具体见推文广义线性模型的基本结构及与线性模型的比较

• longlat：当矢量数据的坐标形式为经纬度时，需将该参数设置为TRUE；

• type：广义线性模型的残差类型；共有4种可选项，具体可查看网页https://www.datascienceblog.net/post/machine-learning/interpreting_generalized_linear_models/。

library(GWmodel)
library(spgwr)
data(LondonHP)
## 模型形式
form <- BATH2 ~ FLOORSZ
## 选择“最优”带宽
bw <- ggwr.sel(formula = form, data = londonhp,
              gweight = gwr.Gauss,
              family = binomial(),
              verbose = F)
## 运行模型
model <- ggwr(form, data = londonhp,
              family = binomial(),
              bandwidth = bw)
## 查看模型统计量
model
## Call:
## ggwr(formula = form, data = londonhp, bandwidth = bw, family = binomial())
## Kernel function: gwr.Gauss 
## Fixed bandwidth: 57238.62 
## Summary of GWR coefficient estimates at data points:
##                   Min.   1st Qu.    Median   3rd Qu.      Max.  Global
## X.Intercept. -5.424175 -5.368707 -5.342054 -5.297893 -5.240940 -5.3364
## FLOORSZ       0.028050  0.028458  0.028771  0.029046  0.029472  0.0288