讨论：地理加权回归（GWR）的统计推断和样本量问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

第一，GWR缺少统一的统计推断框架。不同区位回归系数之间的依赖性也没有在模型中说明。因此，GWR中标准误是近似的。这是由于不同区位参数估计中，重复使用了数据；还因为应用这些数据线估计了带宽，然后估计回归系数。

我对这段话只是明白一部分，请大家进一步解释一下。谢谢。

第二，GWR计算每个样本点的回归系数。如果样本数很大，那将导致非常复杂的结果。如何利用并解析这些结果，归纳出一定的规律呢？另一方面，如果样本很小，又怎么进行GWR估计呢？所以样本大了，不容易找规律；样本小了，又没法进行回归分析。这是一个矛盾体。
怎么办？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：地理加权回归 统计推断 加权回归 样本量 回归系数 数据线 依赖性 统计 带宽 模型

样本大小根本就不是矛盾体。。。只是估计精度的问题，还是再看看样本点回归的原理吧，样本太小也不是模型的问题。