[论文解读] Exploring Spatial Context: A Comprehensive Bibliography of GWR and MGWR

A. Stewart Fotheringham, Chen-Lun Kao+6 more|arXiv (Cornell University)|Apr 24, 2024

Spatial and Panel Data Analysis被引用 5

一句话总结

本研究汇编了在全球多领域使用 Geographically Weighted Regression (GWR) 或 MGWR 作为主要分析方法的同行评审论文的综合文献，旨在成为局部统计建模文献的指南。

ABSTRACT

Local spatial models such as Geographically Weighted Regression (GWR) and Multiscale Geographically Weighted Regression (MGWR) serve as instrumental tools to capture intrinsic contextual effects through the estimates of the local intercepts and behavioral contextual effects through estimates of the local slope parameters. GWR and MGWR provide simple implementation yet powerful frameworks that could be extended to various disciplines that handle spatial data. This bibliography aims to serve as a comprehensive compilation of peer-reviewed papers that have utilized GWR or MGWR as a primary analytical method to conduct spatial analyses and acts as a useful guide to anyone searching the literature for previous examples of local statistical modeling in a wide variety of application fields.

研究动机与目标

• 提供一份利用 GWR 或 MGWR 作为主要分析方法的同行评审论文的完整汇编。

提出的方法

• 整理并组织使用 GWR 或 MGWR 的研究的广泛书目。
• 突出 GWR/MGWR 在不同应用领域和情境中的应用范围。
• 为寻求既往局部统计建模工作之研究者提供有用的参考指南。

实验结果

研究问题

• RQ1 哪些同行评审论文将 GWR 或 MGWR 作为主要分析方法？
• RQ2 哪些学科领域和应用情境使用过 GWR/MGWR？
• RQ3 研究者如何利用本书目作为局部空间建模既往工作的指南？

主要发现

• 该书目旨在成为利用 GWR 或 MGWR 的论文的全面汇编。
• 该工作强调了 GWR 与 MGWR 的广泛应用领域范围。
• 该文献是为寻求先前局部统计建模研究的研究者提供的实用指南。
• 该书目规模庞大， 据称包含 482 pages。