[論文レビュー] The GWR route map: a guide to the informed application of Geographically Weighted Regression

Alexis Comber, Chris Brunsdon+9 more|arXiv (Cornell University)|Apr 13, 2020

Soil Geostatistics and Mapping参考文献 130被引用数 36

ひとこと要約

この論文は、Geographically Weighted Regression (GWR) が適切かどうか、どのバリアントを使用すべきか（標準GWR、混合GWR、またはマルチスケールGWR）を決定する実用的なルートマップと、グローバルおよび局所の診断に関するガイダンスを提供します。

ABSTRACT

Geographically Weighted Regression (GWR) is increasingly used in spatial analyses of social and environmental data. It allows spatial heterogeneities in processes and relationships to be investigated through a series of local regression models rather than a global one. Standard GWR assumes that the relationships between the response and predictor variables operate at the same spatial scale, which is frequently not the case. To address this, several GWR variants have been proposed. This paper describes a route map to inform the choice of whether to use a GWR model or not, and if so which of three core variants to apply: a standard GWR, a mixed GWR or a multiscale GWR (MS-GWR). The route map comprises primary steps: a basic linear regression, a MS-GWR, and investigations of the results of these. The paper provides guidance for deciding whether to use a GWR approach, and if so for determining the appropriate GWR variant. It describes the importance of investigating a number of secondary issues at global and local scales including collinearity, the influence of outliers, and dependent error terms. Code and data for the case study used to illustrate the route map are provided, and further considerations are described in an extensive Appendix.

研究の動機と目的

• 関係の空間的異質性に対処することでGWRの利用を促す。
• 特定の分析に対してGWRが適しているかどうかを判断するための意思決定フレームワークを提供する。
• 研究者に標準GWR、混合GWR、およびマルチスケールGWR（MS-GWR）の中から選択する指針を示す。
• 共線性、外れ値、従属誤差など、GWR分析に影響を与えるグローバルおよび局所の問題を強調する。
• ルートマップを例示するためのケーススタディのコードとデータを提供する。

提案手法

• 基本的な線形回帰、MS-GWR、およびこれらの結果の検討を含むルートマップを説明する。
• GWRアプローチを使用するかどうか、そして使用する場合はどのGWRバリアントかを決定するための指針を提供する。
• 共線性、外れ値、従属誤差項など、グローバルおよびローカルなスケールでの二次的な問題に対処する。
• ルートマップを例示するために使用されたケーススタディのコードとデータを提供する。

実験結果

リサーチクエスチョン

• RQ1 特定の空間分析に対してGWRアプローチが適切であるのはいつか？
• RQ2 データと研究課題に最も適しているGWRバリアント（標準GWR、混合GWR、MS-GWR）はどれか？
• RQ3 GWRモデルを検証するために必要なグローバルおよびローカルの診断は何か（例：共線性、外れ値、従属誤差など）？

主な発見

• 実用的なルートマップは、GWRを使用すべきか、およびどのバリアントを適用すべきかを決定するのに役立つ。
• MS-GWR は、標準GWRおよび混合GWRとともに検討される中核的なバリアントの1つである。
• ルートマップは、堅牢なGWR結果を保証するためにグローバルおよびローカルの診断の評価を強調している。
• 本論文は、ルートマップを説明するためのケーススタディのコードとデータを提供します。
• 付録には、情報に基づくGWR適用のための追加の考慮事項が詳述されています。