柚子快報(bào)激活碼778899分享:R語(yǔ)言地理加權(quán)回歸數(shù)據(jù)分析
柚子快報(bào)激活碼778899分享:R語(yǔ)言地理加權(quán)回歸數(shù)據(jù)分析
在自然和社會(huì)科學(xué)領(lǐng)域有大量與地理或空間有關(guān)的數(shù)據(jù),這一類數(shù)據(jù)一般具有嚴(yán)重的空間異質(zhì)性,而通常的統(tǒng)計(jì)學(xué)方法并不能處理空間異質(zhì)性,因而對(duì)此類型的數(shù)據(jù)無(wú)能為力。以地理加權(quán)回歸為基礎(chǔ)的一系列方法:經(jīng)典地理加權(quán)回歸,半?yún)?shù)地理加權(quán)回歸、多尺度地理加權(quán)回歸、地理加權(quán)主成份分析、地理加權(quán)判別分析是處理這類數(shù)據(jù)的有效模型。本次培訓(xùn)從局部加權(quán)回歸開(kāi)始,詳細(xì)講述了基于R語(yǔ)言的空間異質(zhì)性數(shù)據(jù)分析方法。
專題一:地理加權(quán)回歸下的描述性統(tǒng)計(jì)學(xué)
1.R語(yǔ)言操作簡(jiǎn)單回顧
2.局部加權(quán)的基本原理
3.帶寬與核函數(shù)選擇
4.局部加權(quán)的均值,標(biāo)準(zhǔn)差和相關(guān)系數(shù)
5.分位數(shù)及基于分位數(shù)的穩(wěn)健估計(jì)
專題二:地理加權(quán)主成分分析
1.普通的主成分分析,因子載荷與因子得分分析
2.主成分個(gè)數(shù)的選擇,碎石圖
3.地理加權(quán)的主成分分析
4.主成分的空間載荷
5.空間主導(dǎo)因子分析
專題三:地理加權(quán)回歸
1.線性回歸:高斯-馬爾科夫假設(shè)
2.地理加權(quán)回歸:基本方法與穩(wěn)健方法,異常值的檢驗(yàn)
3.帶寬選擇:修正的赤池信息法
4.系數(shù)檢驗(yàn):F1,F2,F3檢驗(yàn)
5.空間穩(wěn)定性檢驗(yàn):蒙特卡洛方法
6.共線性與變量選擇:地理加權(quán)回歸中的嶺回歸與Lasso回歸
7.時(shí)空地理加權(quán)回歸:GTWR
8.QGIS中的地理加權(quán)回歸
專題四:高級(jí)回歸與回歸之外
1.多尺度地理加權(quán)回歸:可變帶寬的選擇
2.異方差模型
3.廣義地理加權(quán)回歸:鏈接函數(shù),泊松回歸與二項(xiàng)式回歸
4.空間權(quán)重矩陣與半?yún)?shù)地理加權(quán)回歸
5.分位數(shù)回歸與地理加權(quán)分位數(shù)回歸
6.判別分析與地理加權(quán)判別分析
柚子快報(bào)激活碼778899分享:R語(yǔ)言地理加權(quán)回歸數(shù)據(jù)分析
推薦文章
本文內(nèi)容根據(jù)網(wǎng)絡(luò)資料整理,出于傳遞更多信息之目的,不代表金鑰匙跨境贊同其觀點(diǎn)和立場(chǎng)。
轉(zhuǎn)載請(qǐng)注明,如有侵權(quán),聯(lián)系刪除。