matlab 地理加权回归,混合时空地理加权回归及参数地两步估计.PDF

第 44 卷第3 期 计算机科学 Vo1. 44 NO.3

COMPUTER SCIENCE 岛1ar.2017

2017 年 3 月

混合时空地理加权回归及参数的两步估计

赵阳阳1 ， 2 刘纪平1 ， 2 杨毅2 张福浩2 仇阿根2

(辽宁工程技术大学 阜新 123000)1 (中国测绘科学研究院 北京 100830)2

摘 要针对全局平稳特征和时空非平稳特征同时存在的现象，提出了混合时空地理加权回归方法(Mixed Geo

graphically and Temporally Weighted Regression， MGTWR) ，给出了 MGTWR 的数学定义和回归参数的两步估计。

同时，介绍了调整型带宽选择机制下的权重计算方法和基于Akaike 信息准则(Akaike Information Criterion , AIC) 的

2

大于

参数优化方法。采用复杂程度不同的模拟数据来测试方法的性能。结果表明，MGTWR 和 GTWR 的 R 0.8 ，能

模拟全局平稳特征和时空非平稳特征的现象，但 MGTWR 显著优于 GTWR MGWR 因无法探视l 时间平稳特征，模

o

拟效果最差。此外，数据复杂程度影响 MGTWR， GT引TR 和 MGWR 的性能，数据越简单模拟效果越好。

关键词 混合时空地理加权回归，时空地理加权回归，两步估计

中圄法分类号 TP30 1. 6 文献标识码 A DOI 10. 11896/j. issn. 1002-137X. 2017. 03. 056

Mixed Geographically and Temporally Weighted Regression and Tw(• step Estimation

ZHAO Yang-yang1,2 LIU Ji-ping1,2 YANG Yi2 ZHANG Fu-ha02 QIU A-gen2

CLiaoning Technical University ,Fu沮n 123000 ,China) 1

CChinese Academy of Surveying and Mapping ,Beijing 100830 ,China)2

Abstract In response to a phenomenon that both global stationary characteristics and spatial-temporal non-stationary

characteristics exist at the same time , an approach named mixed geographically and temporally weighted regression