地理加权回归模型介绍 .pdfVIP

第三章地理加权回归模型介绍 3.1基本模型 在地学空间分析中，n 组观测数据通常是在 n 个不同地理位置上获取的样本数据， 全局空间回归模型就是假定回归参数与样本数据的地理位置无关，或者说在整个空间 研究区域内保持稳定一致，那么在 n 个不同地理位置上获取的样本数据，就等同于在 同一地理位置上获取的 n 个样本数据，其回归模型与最小二乘法回归模型相同，采用 最小二乘估计得到的回归参数户既是该点的最优无偏估计，也是研究区域内所有点上 的最优无偏估计。而在实际问题研究中我们经常发现回归参数在不同地理位置上往往 表现为不同，也就是说回归参数随地理位置变化，这时如果仍然采用全局空间回归模 型，得到的回归参数估计将是回归参数在整个研究区域内的平均值，不能反映回归参 数的真实空间特征。为了解决这一问题，国外有些学者提出了空间变参数回归模型 （Spatially Varying-Coeffi Cient Regression Model ） （Fosterand Gorr ，1986； Gorrand Olligschlaeger ，1994），将数据的空间结构嵌入回归模型中，使回归参数变成观测点 地理位置的函数。Fortheringha 等（Brunsdonetal ，1996；F