地理加权回归定义-昆山科技大学ePortfolio.PPT

ㄧ、結論 傳統以行政區劃分空間區位，作為特徵價格法的空間屬性因素，證實無法明顯的表現其空間區位特性，透過空間分析的方法來劃分，其所得的成果優於利用行政區劃分的方法。 可以嘗試利用更多空間統計方法，探討房屋價格的聚集因素。 未來可以探討嘗試地理加權迴歸的方法(GWR)探討群聚地區的迴歸模型，以了解這些群聚地區的房屋價格特徵模型和他們之間的差異性，探討這些地區空間因素與特性。 閱讀這篇論文感覺非常艱難，論文將房價的空間自我相關問題分析透過GAM 的點空間模型分析方法、克利金法和地理加權迴歸模式去分析出傳統以行政區劃分空間區位，作為特徵價格法的空間屬性因素，是否能夠明顯的表現其空間區位特性? 最後的驗證結果證實傳統以行政區劃分的空間區位，無法明顯的表現其空間區位特性，透過空間分析的方法來劃分，其所得的成果優於利用行政區劃分的方法。研究生搜尋了大量的文獻內容探討，還有研究架構的擬定，以及使用解釋何種研究方法去呈現自己的論文，經過這次的作業也讓我更熟悉一些論文的架構內容還有流程，也更見識到迴歸分析用於實物之研究。 END 數量方法 ? 房價特徵模型之空間自我相關問題分析 -讀後報告 指導老師：黃幹忠 老師 班級：四動四A 學號：4960T041 姓名：胡博熙 研究生：林炎欣 中華民國九十七年六月 摘要 由於房價相互影響而產生空間相依的概念，也稱為「空間自我相關現象」，利用檢定的方式，評估使用行政分區、使用GAM點模式空間分析與克利金法(KRIGING)，了解哪一種方法對於模型的解釋能力較佳。最後在和傳統空間自我回歸模型作分析比較，找出最合適的空間模式 文獻探討 研究方法 實證分析 結論與建議 心得 本研究要去探討的問題，在於房屋的交易價格的預測模型會不會受到空間相依性影響，產生空間自我相關的問題，並且造成模型的解釋能力低落。 探討空間中點之間的群聚現象，並探討空間自我相關和房屋價格聚集現象的相關性，並嘗試使用適當的統計學並結合地理資訊科技的方法，將傳統的方法加入空間的考量，讓房屋交易價格預測模型更加完備。 探究房屋價格的空間相依現象以及該現象是否會產生空間自我相關的問題。 探討地理統計的方法：GAM 的點空間模型分析方法、克利金法和地理加權迴歸模式。 探討空間影響範圍，利用不同的方法，得知空間最適影響範圍。 Rosen認為財貨是由許多特徵所組成，故其價格應由各特徵之價格來決定，此即為特徵價格理論(hedonic price theory)，其意義上為消費者在追求最大效用。 影響房屋價格之因素探討。 建物單元因素 分區使用因素 區域環境因素 目前空間統計模型大致可分為三類： 地理統計 (geostatistics) 格點空間模型(spatial lattice model) 空間點分佈型態 (spatial point pattern) (黃信誠，2000) 一、地理加權迴歸定義。 地理學法則中提到：每樣東西都有相關，只是近的東西比遠的東西相關性更高。 Fotheringham(2000) 將空間位置的加入迴歸模型中，讓迴歸模型中有空間的因素，形成了地理加權迴歸分析方法，地理加權迴歸可以解決殘差項存在著空間自我相關的情況，並表現模型中的空間不穩定狀況的模式。 一、GAM 點分析方法 二、克利金(KRIGING)法 三、地理加權迴歸分析方法 一、GAM 點分析方法 GAM 方法是用來探索點空間或小區域範圍內所有的資料內容以檢視是否有任何地方化的地理群集現象(localised eographical clustering)為解決方案，也就是說用來搜尋點資料在空間分佈的群聚現象。 下面六張圖，分別是利用GAM點分析方法所製作的圖，可以看出不同價格之間的分佈情況。房屋價格最低的地方在於位於海安路和臨安路內之間，價格最高則位於台南市市中心，火車站到新天地這一段的範圍內，顯示空間的群聚現象會隨著價格的不同，出現在不同的位置。 二、克利金(KRIGING)法 克利金法是地理統計的方法中的一種，利用已知點的值來推估未知空間的數值，以內差法的方式進行分析，嘗試找出該現象分佈的趨勢，並加以推估、進行分析，已得到全域的(globe)地理現象。 全區在地理現象分佈的狀況，房屋價格高的地方位置分佈在火車站周邊，成大校區周圍附近，南師周圍(樹林街一帶)，