地理加权回归GWR2020新版开源软件下载和使用

由Stewart Fotheringham教授团队在原GWR4开源地理加权回归软件基础上,开发的MGWR多尺度地理加权回归开源软件(MGWR 2.2.1)已在亚利桑那州立大学 站发布,包含Windows和MacOS两个版本,并附有详细软件说明,以及四个公开样本学习数据集。其相关理论、应用和软件介绍文献于近期陆续发表。

我们详细整理了该软件相关资料。

MGWR(多尺度地理加权回归)是基于Microsoft Windows和MacOS的新版本应用软件,用于校准多尺度地理加权回归(GWR)模型,该模型可用于探索因变量/响应变量与独立/解释变量的空间关系。它结合了广泛使用的对空间异质性建模的方法-地理加权回归(GWR)以及新提出的方法-多尺度GWR(MGWR),它放宽了对所有要建模的过程都在相同空间尺度上的假设。GWR模型可以被认为是一种具有空间变参数的回归模型。

软件特色

  • 通过迭代加权最小二乘法对高斯模型,泊松模型和二项式概率模型进行GWR模型校准。
  • 通过黄金分割搜索或等间隔搜索选择GWR带宽
  • GWR特定的模型诊断,包括多个假设检验校正和局部共线性
  • 参数估计曲面的空间变异性的蒙特卡洛检验
  • 基于GWR的空间预测
  • 通过GAM迭代反拟合对高斯模型进行MGWR模型校准
  • GWR和MGWR的并行计算
  • MGWR协变量特定的推论,包括多重假设检验校正和局部共线性
  • GWR和MGWR的带宽置信区间
  • 使用软件请引用

    Oshan, T. M., Li, Z., Kang, W., Wolf, L. J., & Fotheringham, A. S. (2019). mgwr: A Python implementation of multiscale geographically weighted regression for investigating process spatial heterogeneity and scale. ISPRS International Journal of Geo-Information, 8(6), 269.

    原文标题:地理加权回归GWR2020新版开源软件下载和使用[附微信学习群]

    -THE END-

    图文排版:张聪聪

    声明:本站部分文章及图片源自用户投稿,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!

    上一篇 2020年4月3日
    下一篇 2020年4月3日

    相关推荐