基于R语言地理加权回归、主成分分析、判别分析等空间异质性数据分析

在自然和社会科学领域有大量与地理或空间有关的数据，这一类数据一般具有严重的空间异质性，而通常的统计学方法并不能处理空间异质性，因而对此类型的数据无能为力。
以地理加权回归为基础的一系列方法：经典地理加权回归，半参数地理加权回归、多尺度地理加权回归、地理加权主成份分析、地理加权判别分析是处理这类数据的有效模型。
从局部加权回归开始，详细讲述了基于R语言的空间异质性数据分析方法。

【特色】：
1.原理深入浅出的讲解；
2.技巧方法讲解，提供所有案例数据及代码；
3.与项目案例相结合讲解实现方法，对接实际工作应用；
4.跟学上机操作、独立完成案例操作练习、全程问题跟踪解析；
5.专属助学群辅助巩固学习及实际工作应用交流，不定期召开线上答疑。

/// 基于 R 语言地理加权回归、主成份分析、判别分析等空间异质性数据分析

专题一：地理加权回归下的描述性统计学
1.R语言操作简单回顾
2.局部加权的基本原理
3.带宽与核函数选择
4.局部加权的均值，标准差和相关系数
5.分位数及基于分位数的稳健估计

专题二：地理加权主成分分析
1.普通的主成分分析，因子载荷与因子得分分析
2.主成分个数的选择,碎石图
3.地理加权的主成分分析
4.主成分的空间载荷
5.空间主导因子分析

专题三：地理加权回归
1.线性回归：高斯－马尔科夫假设
2.地理加权回归：基本方法与稳健方法，异常值的检验
3.带宽选择：修正的赤池信息法
4.系数检验：F1,F2,F3检验
5.空间稳定性检验：蒙特卡洛方法
6.共线性与变量选择：地理加权回归中的岭回归与Lasso回归
7.时空地理加权回归：GTWR 8.QGIS中的地理加权回归

专题四：高级回归与回归之外
1.多尺度地理加权回归:可变带宽的选择
2.异方差模型
3.广义地理加权回归：链接函数，泊松回归与二项式回归
4.空间权重矩阵与半参数地理加权回归
5.分位数回归与地理加权分位数回归
6.判别分析与地理加权判别分析

更多推荐
●【教程】R语言分位数回归
●【教程】R语言结构方程模型分析与应用
●【教程】基于R语言的贝叶斯网络模型实践技术应用
●【教程】基于R语言的现代贝叶斯统计学方法实践技术应用
●【教程】基于R语言的现代贝叶斯统计学方法（贝叶斯参数估计、贝叶斯回归、贝叶斯计算）
●【教程】R语言数据统计分析与ggplot2高级绘图实践应用
●【教程】基于R语言的Copula变量相关性分析及应用
●【教程】基于R语言的极值统计学及其在相关领域中的实践技术应用
●【教程】R语言混合效应（多水平层次嵌套）模型技术应用与及混合效应模型贝叶斯实现方法
●【教程】基于R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习
●【教程】基于R语言Meta分析方法与进阶实践技术应用

基于R语言地理加权回归、主成分分析、判别分析等空间异质性数据分析相关推荐

R语言地理加权回归数据分析
在自然和社会科学领域有大量与地理或空间有关的数据,这一类数据一般具有严重的空间异质性,而通常的统计学方法并不能处理空间异质性,因而对此类型的数据无能为力.以地理加权回归为基础的一系列方法:经典地理加权 ...
基于R语言的Copula变量相关性分析及应用
在工程.水文和金融等各学科的研究中,总是会遇到很多变量,研究这些相互纠缠的变量间的相关关系是各学科的研究的重点.虽然皮尔逊相关.秩相关等相关系数提供了变量间相关关系的粗略结果,但这些系数都存在着无法克 ...
基于R语言极值统计学及其在相关领域中的应用
受到气候变化.温室效应以及人类活动等因素的影响,自然界中极端高温.极端环境污染.大洪水和大暴雨等现象的发生日益频繁:在人类社会中,股市崩溃.金融危机等极端情况也时有发生:今年的新冠疫情就是非常典型的极 ...
ArcGIS与地理加权回归【三】
开工大急原址链接: ArcGIS与地理加权回归[三]https://mp.weixin.qq.com/s/x85EXKImSHio1IZovW9qdA 接着5个月之前..... ...
spgwr | R语言与地理加权回归（Ⅰ-1）：线性地理加权回归
地理加权回归(Geographically Weighted Regression, GWR)经过多年发展,已经具备了多种形式,在R语言中也对应着多个工具包,其中spgwr是一个开发较早.比较经典的工 ...
R语言GWR地理加权回归
最近需要用到GWR地理加权回归,数据量有5万条,使用了GIS.GWR4进行计算,但都没能成功.应该是数据量过大. 参考相关博客,还有一个方法是R语言的实现.因为没怎么接触过R语言,所有想请问一下各位, ...
基于R语言的主成分回归（PCR）与Lasso回归在水稻基因组预测中的对比（生信数基实验作业）
基于R语言的主成分回归(PCR)与Lasso回归在水稻基因组预测中的对比 0 引言全基因组选择是 21 世纪动植物育种的一种重要的选择策略,其核心就是全基因组预测,即基于分布在整个基因组上的多样性分 ...
R语言构建logistic回归模型并评估模型：构建基于混淆矩阵计算分类评估指标的自定义函数、阳性样本比例（垃圾邮件比例）变化对应的分类器性能的变化、基于数据阳性样本比例选择合适的分类评估指标
R语言构建logistic回归模型并评估模型:构建基于混淆矩阵计算分类评估指标的自定义函数.阳性样本比例(垃圾邮件比例)变化对应的分类器性能的变化.基于数据阳性样本比例选择合适的分类评估指标目录
R语言构建logistic回归模型并评估模型：计算混淆矩阵、并基于混淆矩阵计算Accuray、Precision、Recall(sensitivity)、F1、Specificity指标
R语言构建logistic回归模型并评估模型:计算混淆矩阵.并基于混淆矩阵计算Accuray.Precision.Recall(sensitivity).F1.Specificity指标目录
R语言构建ElasticNet回归模型实战：基于mtcars数据集
R语言构建ElasticNet回归模型实战:基于mtcars数据集目录 R语言构建ElasticNet回归模型实战:基于mtcars数据集 #ElasticNet回归

基于R语言地理加权回归、主成分分析、判别分析等空间异质性数据分析

基于R语言地理加权回归、主成分分析、判别分析等空间异质性数据分析相关推荐

最新文章

热门文章