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。本次培训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：空间计量学与R语言操作
1.R语言地理文件的操作
2.空间权重矩阵及其设定
3.线性回归回顾：假设
专题二：局部加权回归：非参数与半参数
1.局部加权回归原理
2.带宽与核函数选择
3.半参数的加权回归
专题三：地理加权回归
1.经典地理加权回归
2.半参数地理加权回归
3.多尺度地理加权回归
4.变量选择：地理加权回归中的岭回归与Lasso回归
专题四：高级主题与回归之外
1.主成份分析与判别分析
2.地理加权主成份分析
3.地理加权判别分析
