空间异质性数据分析不再复杂:地理加权回归分析、主成分分析、判别分析、分位数回归分析、线性回归等

目录

[专题一 地理加权回归下的描述性统计学](#专题一 地理加权回归下的描述性统计学)

[专题二 地理加权主成分分析](#专题二 地理加权主成分分析)

[专题三 地理加权回归](#专题三 地理加权回归)

[专题四 高级回归与回归之外](#专题四 高级回归与回归之外)

更多了解


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、地理加权主成分分析、地理加权判别分析是处理这类数据的有效模型。本教程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。

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

注:请提前安装所需软件


更多了解

①基于R语言的分位数回归实践

②基于R语言的贝叶斯网络模型应用

③最新基于R语言结构方程模型分析与应用

④R语言混合效应(多水平/层次/嵌套)模型及贝叶斯实现

⑤基于R、Python的Copula变量相关性分析及AI大模型应用

⑥基于GeoDa与R语言的空间数据回归实践应用

⑦基于R语言的极值统计学及其在相关领域应用

★ 点 击 下 方 关 注,获取海量教程和资源!

↓↓↓

相关推荐
Yolo566Q4 小时前
R语言、BIOMOD2丨物种分布模型研究进展与挑战
r语言
岁月如歌,青春不败9 小时前
MaxEnt模型全解析:从原理到 R 语言实战,开启生态环境研究新视野
arcgis·r语言·生态学·论文写作·生态系统服务·物种分布·maxent模型
invincible_Tang1 天前
R格式 (15届B) 高精度
开发语言·算法·r语言
KY_chenzhao1 天前
基于R语言与MaxEnt的物种分布建模全流程解析:从算法优化到科研制图实战
r语言·maxent·气候变化·物种分布
tRNA做科研1 天前
通过Bioconductor/BiocManager安装生物r包详解(问题汇总)
开发语言·r语言·生物信息学·bioconductor·biocmanager
Tiger Z1 天前
R 语言科研绘图 --- 韦恩图-汇总
开发语言·程序人生·r语言·贴图
Biomamba生信基地2 天前
R语言入门课| 04 R语言基本函数
开发语言·r语言·生信
十三画者3 天前
【工具】BioPred一个用于精准医疗中生物标志物分析的 R 软件包
数据挖掘·数据分析·r语言·数据可视化
小艳加油3 天前
MaxEnt物种分布建模全流程;R+ArcGIS+MaxEnt模型物种分布模拟、参数优化方法、结果分析制图与论文写作
arcgis·r语言·物种分布模拟·maxent模型
weixin_贾3 天前
MaxEnt模型进阶:基于R语言自动化与GIS空间建模的物种栖息地精准预测
r语言·生物多样性·物种分布