[论文解读] 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 36

一句话总结

这篇论文提供了一个实用的路线图，用于判断 Geographically Weighted Regression (GWR) 是否合适，以及应使用哪种变体（标准 GWR、混合 GWR，或多尺度 GWR），并提供全局与局部诊断的指南。

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.

研究动机与目标

• 通过解决关系中的空间异质性来推动使用 GWR。
• 提供一个决策框架，确定 GWR 是否适用于给定分析。
• 指导研究人员在标准 GWR、混合 GWR 和 multiscale GWR (MS-GWR) 之间进行选择。
• 强调全局与局部问题，例如共线性、离群值和相关误差，这些都会影响 GWR 分析。
• 提供来自案例研究的代码和数据，以说明路线图。

提出的方法

• 描述包含基本线性回归、MS-GWR 及对这些结果的调查在内的路线图。
• 提供关于是否使用 GWR 方法的决策指导，以及若使用，应选择哪种 GWR 变体。
• 解决全局与局部尺度上的次要问题，包括共线性、离群值和相关误差项。
• 提供用于说明路线图的案例研究的代码和数据。

实验结果

研究问题

• RQ1 在给定的空间分析中，何时适合使用 GWR 方案？
• RQ2 哪种 GWR 变体（标准 GWR、混合 GWR、MS-GWR）最适合数据和研究问题？
• RQ3 验证 GWR 模型所需的全局及局部诊断是什么（例如共线性、离群值、相关误差）？

主要发现

• 一个实用的路线图有助于决定是否使用 GWR 以及应用哪种变体。
• MS-GWR 是与标准 GWR 和混合 GWR 一起考虑的核心变体之一。
• 路线图强调评估全局与局部诊断以确保稳健的 GWR 结果。
• 论文提供用于说明路线图的案例研究的代码和数据。
• 附录详细说明对知情 GWR 应用的其他注意事项。