理論知識
地理加權回歸(geographically weighted regression, gwr)是一種空間分析技術,廣泛應用於地理學及涉及空間模式分析的相關學科。gwr通過建立空間範圍內每個點處的區域性回歸方程,來探索研究物件在某一尺度下的空間變化及相關驅動因素,並可用於對未來結果的**。由於它考慮到了空間物件的區域性效應,因此其優勢是具有更高的準確性。
實驗資料
倫敦市房地產市場
資料介紹如下圖:
實驗步驟
1、安裝函式包
install.packages("gwmodel")
2、載入資料
library(gwmodel)
3、載入實驗資料:倫敦市房地產市場資料
data(londonhp)
4、基礎地理加權回歸分析(指定頻寬和模型)
gwr.1data=londonhp, bw=gwr.1 #觀察輸出結果attributes(gwr.1)#觀察結果構成names(gwr.1$sdf)gwr.write(gwr.1, fn="gwr_1")getwd() #在對應路徑下尋找結果文件,並嘗試採用arcgis軟體進行視覺化
5、基礎地理加權回歸分析(選擇頻寬)
bw.1data=londonhp)gwr.2data=londonhp, bw=bw.gwr.2gwr.write(gwr.2, fn="gwr_2")
6、基礎地理加權回歸分析(選擇模型)
devar "purchase"indevars "floorsz",model.selsorted.modelsmodel.listx11(width=12,height=12)gwr.model.view(devar, indevars, model.list=model.list)
得到下圖
備註:本圖中心位置代表因變數purchase,其餘不同顏色和形狀的點代表自變數,每一條線代表由不同自變數構成的gwr模型,末端編號與下圖中橫軸的model no.對應。
x11(width=12,height=6)plot(sorted.models[[2]][,2],col="black",pch=20, lty=5,ylab="aicc value", xlab="model no",type = "b")
得到下圖,上述**只是轉變了一下形式
觀察上面兩幅圖,找出模型選擇的結果,並進行選擇後的模型解算和分析。aicc值變化小於30時,模型解算結果被認為不再有顯著變化。
7、將前面得到的gwr_1檔案在gis中開啟,然後進行緩衝區分析,得到。
歡迎關注、**、點讚、打賞
r語言 面板資料回歸 R語言分析面板資料 簡單案例
r語言分析面板資料 簡單案例 標籤 r語言 面板資料 1.面板資料定義 2.r語言中進行面板資料分析的包 plm 3.乙個關於工資水平的案例 資料一覽 code r install.packages plm library plm data wages package plm rd plm lwag...
r語言 面板資料回歸 R語言高階之廣義線性回歸
廣義線性回歸是一類常用的統計模型,在各個領域都有著廣泛的應用。今天我會以邏輯回歸和泊松回歸為例,講解如何在r語言中建立廣義線性模型。在r語言中我們通常使用glm 函式來構建廣義線性模型,glm實際上是generalized linear model 廣義線性模型 的首字母縮寫,它的具體形式如下所示 ...
R語言線性回歸
線性回歸模型 線性回歸模型的計算 lm 可以完成多元線性回歸函式的估計,回歸系統與回歸方程的檢驗的工作 summary 函式,返回列表內容 x1表示體重,x2表示年齡,y表示對應體重與年齡下的血壓 blood data frame x1 c 76.0,91.5,85.5,82.5,79.0,80.5...