Давайте предположим, что у нас есть точки в двумерном пространстве, и мы хотим измерить влияние атрибутов на атрибут y . Типичная модель линейной регрессии, конечно, y = X β + ϵ
Есть две проблемы здесь: во - первых, что & термины могут быть пространственно коррелированы (нарушение независимые и идентичные ошибки предположение), а во - вторых, что наклон регрессии может изменяться во всем пространстве. Первая проблема может быть решена путем включения в модель терминов пространственного запаздывания, как в
Мы можем даже включить пространственно авторегрессионные пропущенные переменные (пространственные фиксированные эффекты) в пространственную модель Дурбина, описанную в тексте LeSage и Pace
Вот моя попытка первоначального ответа:
- Если я хочу узнать премию за дополнительную спальню в определенном районе , кажется, что GWR будет моим лучшим вариантом.
- Если я хочу узнать непредвзятую глобальную среднюю премию за дополнительную спальню, я должен использовать пространственные методы авторегрессии.
Хотелось бы услышать другие перспективы.