R语言地理加权回归、主成份分析、判别分析等空间异质性数据分析

在自然和社会科学领域有大量与地理或空间有关的数据,这一类数据一般具有严重的空间异质性,而通常的统计学方法并不能处理空间异质性,因而对此类型的数据无能为力。以地理加权回归为基础的一系列方法:经典地理加权回归,半参数地理加权回归、多尺度地理加权回归、地理加权主成份分析、地理加权判别分析是处理这类数据的有效模型。从局部加权回归开始,详细讲述了基于R语言的空间异质性数据分析方法。

点击查看原文链接 https://mp.weixin.qq.com/s?__biz=Mzg2NDYxNjMyNA==&mid=2247521349&idx=3&sn=80ab1c6aec0d0c715cb5cfac2da6b717&chksm=ce647eaef913f7b87bc045dc924d526590af9a7925ce30931d075e6f6ec5eea8eceed089efb9&scene=21#wechat_redirect

专题一:地理加权回归下的描述性统计学

1.R语言操作简单回顾

2.局部加权的基本原理

3.带宽与核函数选择

4.局部加权的均值,标准差和相关系数

5.分位数及基于分位数的稳健估计

专题二:地理加权主成分分析

1.普通的主成分分析,因子载荷与因子得分分析

2.主成分个数的选择,碎石图

3.地理加权的主成分分析

4.主成分的空间载荷

5.空间主导因子分析

专题三:地理加权回归

1.线性回归:高斯-马尔科夫假设

2.地理加权回归:基本方法与稳健方法,异常值的检验

3.带宽选择:修正的赤池信息法

4.系数检验:F1,F2,F3检验

5.空间稳定性检验:蒙特卡洛方法

6.共线性与变量选择:地理加权回归中的岭回归与Lasso回归

7.时空地理加权回归:GTWR

8.QGIS中的地理加权回归

专题四:高级回归与回归之外

1.多尺度地理加权回归:可变带宽的选择

2.异方差模型

3.广义地理加权回归:链接函数,泊松回归与二项式回归

4.空间权重矩阵与半参数地理加权回归

5.分位数回归与地理加权分位数回归

6.判别分析与地理加权判别分析

相关推荐
cx330上的猫1 小时前
价值1w的数据分析课知识点汇总-excel使用(第一篇)
数据挖掘·数据分析·excel
兮兮能吃能睡2 小时前
R语言术语(2)
开发语言·r语言
CodeJourney.2 小时前
SQL提数与数据分析指南
数据库·信息可视化·数据分析
聊聊MES那点事4 小时前
电脑零配件行业MES系统:快速实现全过程信息溯源
信息可视化·数据分析·数据可视化·mes
小火柴1236 小时前
利用R绘制箱线图
开发语言·r语言
天桥下的卖艺者8 小时前
R语言手搓一个计算生存分析C指数(C-index)的函数算法
c语言·算法·r语言
科研小白_12 小时前
基于遗传算法优化BP神经网络(GA-BP)的数据时序预测
人工智能·算法·回归
Tiger Z17 小时前
《R for Data Science (2e)》免费中文翻译 (第10章) --- Exploratory data
r语言·数据科学·中文翻译
拓端研究室1 天前
视频讲解|Python遗传算法GA在车辆路径规划VRP数据优化中的应用
开发语言·人工智能·r语言
F_D_Z1 天前
探索性数据分析|概念辨析
数据挖掘·数据分析