地理加權回歸系數怎麼看

『壹』 地理加權回歸是怎麼一回事(GWR)

1 http://ke..com/view/1189359.html?tp=0_00
2 http://www.cqvip.com/qk/91153A/200803/27235808.html
3 http://www.pinggu.org/bbs/dispbbs.asp?boardid=64&ID=213568
他是空間經濟計量學的一個模型
D.P.McMillen和J.F.McDonald(1997)，C.Brunsdon,A.S.Fotheringham;MartinCharlton(1996)，提出地理加權回歸模型（簡稱GWR模型）。
軟體：matlab,gauss均可，只是需要相關檢驗的時候，需要自己編程

『貳』 求教：地理加權回歸做出來結果（GWR）怎麼檢驗

SAM軟體可以做GWR模型也可以檢驗。
輸入多個變數不能計算，估計是因為你的數據有問題。但是把那個有問題的數據刪除了就可以計算。
GWR缺少統一的統計推斷框架。不同區位回歸系數之間的依賴性也沒有在模型中說明。因此，GWR中標准誤是近似的。這是由於不同區位參數估計中，重復使用了數據；還因為應用這些數據線估計了帶寬，然後估計回歸系數。

『叄』 arcgis地理加權回歸沒有系數

直接查看分析後得到的屬性表。
如果回歸沒有系數的話，你可以直接查看分析後得到的屬性表，屬性表中有各個變數的系數以及其他系數所構成的表。
地理加權回歸是若干空間回歸技術中的一種，越來越多地用於地理及其他學科。通過使回歸方程適合數據集中的每個要素，GWR可為您要嘗試了解/預測的變數或過程提供局部模型。

『肆』 回歸分析的公式中，Xi、Yi指的是什麼怎麼計算

Xi指的是第i個數據中的X值，Yi指的是第i個數據中的Y值。

Xi中的i=1，2，3，4……i只是一個代號，它可以等於1，2，3等等的值，即X1，X2，X3，i只是X下標的一個總稱。

例如：有四組數據（X，Y)：(1，2)、(3，4)、(5，6)、(7，8)

當i=1時，即Xi=X1，X1=1，X1就是第一組數據中的X值為1。

同理，X2=3，X3=5，X4=7。

(4)地理加權回歸系數怎麼看擴展閱讀

回歸分析估計了兩個或多個變數之間的關系。

比如，在當前的經濟條件下，要估計一家公司的銷售額增長情況。現在，有公司最新的數據，這些數據顯示出銷售額增長大約是經濟增長的2.5倍。那麼使用回歸分析，就可以根據當前和過去的信息來預測未來公司的銷售情況。

使用回歸分析的好處良多。具體如下：

1、它表明自變數和因變數之間的顯著關系；

2、它表明多個自變數對一個因變數的影響強度。

回歸分析也允許去比較那些衡量不同尺度的變數之間的相互影響，如價格變動與促銷活動數量之間聯系。這些有利於幫助市場研究人員，數據分析人員以及數據科學家排除並估計出一組最佳的變數，用來構建預測模型。

在所有的回歸方法中，OLS最為著名，也是所有空間回歸分析的正確起點。它可為嘗試了解或預測（早逝/降雨）的變數或過程提供一個全局模型，而且，它可創建一個回歸方程來表示該過程。

地理加權回歸 (GWR) 是若干空間回歸方法中的一種，被越來越多地用於地理及其他學科。通過對數據集中的各要素擬合回歸方程，GWR為要嘗試了解/預測的變數或過程提供了一個局部模型。若使用得當，這些方法可提供強大且可靠的統計數據，以對線性關系進行檢查和估計。

『伍』 地理加權回歸

這些都是統計分布的特徵參數。min就是最小值，max是最大值，mean是平均值,median是中位數，1st quantile是第一分位數，就是排名前25%對應的樣本值，3nd quantile是第三分位數，也就是前75%對應的樣本值。

『陸』 gis進行地理加權回歸解釋變數局部共線性怎麼解決

對於具有統計顯著性的系數，其概率和/或穩健概率列的 p 值旁將帶有星號。您也可以從此報表該頁上的信息了解是否存在任何冗餘的解釋變數（表示有問題的多重共線性）。除非理論另有說明，否則應逐個刪除具有較高方差膨脹因子 (VIF) 值的解釋變數，直到剩下的所有解釋變數的 VIF 值均小於 7.5。
Koenker (BP) 統計量（Koenker 的標准化 Breusch-Pagan 統計量）是一種檢驗方法，用於確定模型的解釋變數是否在地理空間和數據空間中都與因變數具有一致的關系。如果模型在地理空間中一致，由解釋變數表示的空間進程在研究區（進程穩態）各位置處的行為也將一致。如果模型在數據空間中一致，則預測值與每個解釋變數之間關系的變化不會隨解釋變數值的變化而變化（模型不存在異方差性）。假設要對犯罪情況進行預測，其中一個解釋變數為收入。如果對收入的中位數較小的位置的預測比對收入的中位數較大的位置的預測更准確，則說明模型的異方差性就會出現問題。該檢驗的零假設為所檢驗的模型是穩態的。對於大小為 95% 的置信度，p 值（概率）小於 0.05 表示模型具有統計學上的顯著異方差性和/或非穩態。如果該檢驗的結果具有統計顯著性，則需參考穩健系數標准差和概率來評估每個解釋變數的效果。具有統計顯著性非穩態的回歸模型通常很適合進行地理加權回歸 (GWR) 分析。

『柒』 如何運用Matlab進行地理加權回歸分析

地理加權回歸，由英國Newcastle大學地理統計學家A.S Fortheringham及其同事基於空間變系數回歸模型並利用局部多項式光滑的思想提出的模型。模型公式如下：
其中(yi;xi1,xi2,…,xip)為在地理位置(ui,vi)處的因變數y和自變數x1,x2,…,xp的觀測值(i=1,2,…,n).βj(ui,vi)(j=0,1,…,p)為觀測點(ui,vi)處的未知參數,它是(ui,vi)的未知函,εi(i=1,2,…,n)為獨立同分布的隨機誤差,通常假定其服從N(0,σ2).

『捌』 關於地理加權回歸模型的問題，有沒有懂統計學的大神解釋一下。

s://blog.csdn.net/allenlu2008/article/details/72870882
地理加權回歸分析完成之後，與OLS不同的是會默認生成

『玖』 ARCGIS做地理加權回歸時輸出要素怎麼添加

除回歸殘差之外，輸出要素類包含表示觀...

『拾』 如何採用地理加權的方法計算相鄰地區gdp

自從改革開放,中國經濟一直處於較快的發展水平,人民生活質量也顯著提高,而伴之而來則是能源消耗量的不斷增長。我國已經把提高能源利用效率放在了能源戰略的核心地位,切實降低單位GDP能耗,轉變經濟增長方式。而對於具有喀斯特地貌的桂滇黔地區,其發展水平較落後,正處於工業化中期發展重要戰略期,短期內的依靠結構性節能的空間不是很大。已有資料顯示研發創新對節能減排、降低單位GDP能耗帶來好的效果。桂滇黔地區由於各自地理條件、社會發展水平存在著一定的差異,研發創新因素對降低單位GDP能耗發揮的作用也體現出不同的效益。在我國實施自主創新戰略及節能減排的宏觀大背景下,研究桂滇黔地區研發創新與單位GDP能耗關系的空間分布結構、空間溢出效應及影響關系,進一步從空間角度看,地區之間的技術水平與能耗之間是否也存在著空間相關、溢出效應是否存在呢?如果存在,提高一個地區的技術水平,是否會影響到與它有空間相鄰關系的地區的能耗和技術水平呢?科研機構的RD對單位GDP能耗降低是否有影響?如果有,影響程度有多大?而考慮空間異質性之後,地級之間的對單位GDP能耗的影響因素是否具有明顯的差異?這對提高能源利用效率、降低其單位GDP能耗,解決桂滇黔地區「能源-經濟-環境」三者之間的矛盾,提高桂滇黔地區經濟增長質量,具有十分重要的意義。 在對已有的相關文獻進行閱讀基礎上,本論文試圖從地理空間的角度,對桂滇黔地區地級市的研發創新與單位GDP能耗關系的空間結構及影響因素,進行探索性空間數據分析及計量實證研究。本論文的主要研究內容如下： 首先,採用ESDA分析方法對桂滇黔地區26個地市研發、單位GDP能耗的空間集聚及溢出效應進行驗證分析,並探析其空間集聚程度的時空演變規律,空間結構的穩定性及在空間集聚溢出效應作用下空間結構的穩定性。具體來說,使用LISA方法對2005-2010年桂滇黔地區26個地市研發、單位GDP能耗發展格局的形成和演變過程進行全局空間自相關和局部空間自相關分析。 其次,運用空間誤差模型、空間滯後模型和地理加權回歸模型,研究桂滇黔地區26個地市研發對單位GDP能耗的空間效應影響。具體來說,是把空間變數及專利授權量、RD經費佔GDP比重、RD人員投入、產業結構等其它控制變數引入空間計量經濟模型中,分析桂滇黔地區26個地市研發空間集聚產生的溢出效應對單位GDP能耗的影響作用及空間非穩定性。 通過對桂滇黔地區26個地級市的實證研究分析得出以下結論： (1)通過2005-2010年桂滇黔地區地級市專利授權量數據和單位GDP能耗數據的描述性統計分析得知：桂滇黔地區各地級市專利授權量都有了較大的提高,且各地級市專利授權量都處於上升的趨勢,平均每個地級市年均增長率達到35.6%。其次,桂滇黔地區各地級市單位GDP能耗大部分都處於下降的趨勢,總體水平上也呈現出下降的態勢,平均每個地級市年均下降2.67%。 (2)利用ESDA可以得知,桂滇黔地區26個地市研發創新與單位GDP能耗雙變數在空間上並非是隨機分布的,其具有空間集聚現象。研發創新活動比較頻繁的城市多為經濟較為發達的地級市,各省區以省會城市為中心,其鄰近城市創新強度也較高,向外形成研發創新集群圈,這樣的發展演變格局形成了中心—外圍的空間模式,表明可能存在相當規模的圍繞省會城市的空間集群效應。單位GDP能耗較高的地級市基本上是位於各省區的外圍,且各省區連接處的地級市也呈現出相同的單位GDP能耗程度,省區地級市單位GDP能耗高,與其相連接的另一省區地級市單位GDP能耗也高,表現出集聚效應。且這種分布表現出空間負相關性：研發創新程度較高的地市,往往其周邊地市單位GDP能耗較低,反之亦然。 (3)通過對空間誤差模型、空間滯後模和最小二乘回歸估計模型進行對比分析,發現考慮空間因素的空間誤差模型和空間滯後模型要優於傳統的最小二乘回歸估計模型,進一步檢驗對比,得知空間誤差模型是最適合進行桂滇黔地區地級市研發創新與單位GDP能耗關系估計分析的。從空間誤差模型的意義和各變數的彈性系數來看,2005-2010年,桂滇黔地區地級市單位GDP能耗的下降主要還是依靠研發創新的專利授權量、RD經費內部支出以及產業結構的促進。其中,在研發創新影響因素中,專利授權量的彈性系數為-0.0114,專利授權量對降低單位GDP能耗的貢獻值最高,其次是RD經費內部支出因素,其彈性系數為-0.0062,可見研發創新因素對降低桂滇黔地區地級市單位GDP能耗起到了很好的促進作用,且這種作用也較為明顯。對於產業結構影響因素而言,其與單位GDP能耗呈現出負相關關系,其彈性系數為-0.3495,表明第三產業佔得比重越高,其單位GDP能耗也相對較低。同時,空間誤差模型中的λ值為正且通過了1%顯著性水平檢驗,這說明桂滇黔地區地級市的單位GDP能耗存在一定的空間正相關以及存在一定的集聚效應。 (4)利用地理加權回歸分析方法,發現影響桂滇黔地區地市單位GDP能耗的因素在空間上存在著異質性。專利授權量的產出彈性系數有明顯的空間變異,大體呈現出從北到南的遞減態勢。在各個地級市RD經費內部支出的彈性系數中,廣西北海市、來賓市、柳州市、玉林市、賀州市、欽州市均沒有通過10%顯著性水平,剩餘的地級市均通過了5%以上的顯著性水平檢驗,這可能是由於RD經費投入產生作用存在一定的滯後性。產業結構估計值的空間變異沒有那麼強。從各省區的地級市差異來看,處於省會的城市的彈性系數要稍好於其他地級市。在研究成果的基礎上,提出相應的政策建議： (1)把研發創新作為桂滇黔地市降低單位GDP能耗「引擎」戰略思想； (2)加強桂滇黔地區RD投入,提高RD人員綜合素質,形成本地區核心競爭力,降低單位GDP能耗； (3)加強桂滇黔地區產學研之間的合作,將科技技術轉化成生產力,降低能源消耗； (4)優化桂滇黔地區產業結構,加大力度對第三產業的發展,降低能源強度； (5)加強省區、地級市間的合作,實現提升研發創新能力與單位GDP能耗降低的共贏。