如何用gis做地理加權

A. 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...

B. 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。

C. arcgis中怎麼進行地理配准

1、在arcgis中找到圖示的界面，直接選擇對應的坐標系。

D. 幾種GIS空間插值方法

GIS空間插值方法如下：

1、IDW

IDW是一種常用而簡便的空間插值方法，它以插值點與樣本點間的距離為權重進行加權平均，離插值點越近的樣本點賦予的權重越大。 設平面上分布一系列離散點，已知其坐標和值為Xi，Yi, Zi （i =1，2，…，n）通過距離加權值求z點值。

IDW通過對鄰近區域的每個采樣點值平均運算獲得內插單元。這一方法要求離散點均勻分布，並且密度程度足以滿足在分析中反映局部表面變化。

2、克里金插值

克里金法（Kriging）是依據協方差函數對隨機過程/隨機場進行空間建模和預測（插值）的回歸演算法。

在特定的隨機過程，例如固有平穩過程中，克里金法能夠給出最優線性無偏估計（Best Linear Unbiased Prediction,BLUP），因此在地統計學中也被稱為空間最優無偏估計器（spatial BLUP）。

對克里金法的研究可以追溯至二十世紀60年代，其演算法原型被稱為普通克里金（Ordinary Kriging, OK），常見的改進演算法包括泛克里金（Universal Kriging, UK）、協同克里金（Co-Kriging, CK）和析取克里金（Disjunctive Kriging, DK）；克里金法能夠與其它模型組成混合演算法。

3、Natural Neighbour法

原理是構建voronoi多邊形，也就是泰森多邊形。首先將所有的空間點構建成voronoi多邊形，然後將待求點也構建一個voronoi多邊形，這樣就與圓多邊形有很多相交的地方，根據每一塊的面積按比例設置權重，這樣就能夠求得待求點的值了。個人感覺這種空間插值方法沒有實際的意義來支持。

4、樣條函數插值spline

在數學學科數值分析中，樣條是一種特殊的函數，由多項式分段定義。樣條的英語單詞spline來源於可變形的樣條工具，那是一種在造船和工程制圖時用來畫出光滑形狀的工具。在中國大陸，早期曾經被稱做「齒函數」。後來因為工程學術語中「放樣」一詞而得名。

在插值問題中，樣條插值通常比多項式插值好用。用低階的樣條插值能產生和高階的多項式插值類似的效果，並且可以避免被稱為龍格現象的數值不穩定的出現。並且低階的樣條插值還具有「保凸」的重要性質。

5、Topo to Raster

這種方法是用於各種矢量數據的，特別是可以處理等高線數據。

6、Trend

根據已知x序列的值和y序列的值，構造線性回歸直線方程，然後根據構造好的直線方程，計算x值序列對應的y值序列。TREND函數和FORECAST函數計算的結果一樣，但是計算過程完全不同。

E. 用ArcGIS做地理加權回歸總提示模型錯誤

請問解決了嗎？我也是取了對數

F. 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。