python3调用arcpy地理加权回归_多元地理加权回归软件使用和含义

本文介绍了如何使用Python3的arcpy模块进行地理加权回归(GWR)和多尺度GWR(MGWR)分析,详细讲解了MGWR软件的操作流程,包括数据导入、参数设置、结果解读及可视化。内容源于城市数据派的MGWR课程,探讨了空间异质性建模在房价影响因素分析中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

全文转自:https://blog.youkuaiyun.com/qq_43627659/article/details/108857378?utm_medium=distribute.pc_relevant.none-task-blog-title-2&spm=1001.2101.3001.4242

致谢:所有数据和方法都源自城市数据派MGWR课程主讲于瀚辰老师

以下是于老师最近发表的相关论文

沈体雁,于瀚辰,周麟,古恒宇,何泓浩.北京市二手住宅价格影响机制——基于多尺度地理加权回归模型(MGWR)的研究[J].经济地理,2020,40(03):75-83.

一、效果图

二、关于MGWR

MGWR(多尺度地理加权回归)是由Stewart Fotheringham教授团队开发,基于Microsoft Windows和MacOS的应用软件,用于校准多尺度地理加权回归(GWR)模型,该模型可用于探索因变量/响应变量与独立/解释变量的空间关系。它结合了广泛使用的对空间异质性建模的方法-地理加权回归(GWR)以及新提出的方法-多尺度GWR(MGWR),它放宽了对所有要建模的过程都在相同空间尺度上的假设。

三、MGWR软件操作

1.软件下载

MGWR为开源免费软件,有需要的同学可以自行下载,也可以公众号后台联系我获取安装包

2.打开数据文件

3.界面展示

截距项(常数项)是指当所有其他变量确定后,地理位置变化(区位)对房价的影响。例如,靠近北京中心截距项高,靠近北京边缘截距项低。从空间地理角度,研究位置(区位)对因变量是否有影响。

注:所有变量名称都要用英文

<
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值