用户名
密码
(30天内有效)
注册
注册
首页 > 视频
视频缩略图

多尺度地理加权回归理论与应用

我要收藏
本期课程已结束招生
我要收藏
热度 9860
课时数量9课时
课程介绍:

 城市数据派精品课程

授课老师专业过硬,是地理加权回归分析软件MGWR1.0作者之一,以及《空间计量经济学(第二版)》主要作者之一;师从Stewart Fotheringham 院士(地理加权回归提出者),课程内容为2019年英国和美国科学院院士最新研究成果。



课程内容覆盖:

原理等基础知识

地理加权回归GWR

多尺度地理加权回归MGWR

MGWR软件操作

研究案例讲解

多个案例实操应用



 

这门课适合你学习吗?

空间依赖性和空间异质性是空间数据的两大性质。多尺度地理加权回归MGWR是处理回归问题中空间异质性的最前沿方法之一。对空间数据进行多尺度地理加权回归分析能够更好的识别空间异质性及其空间尺度。


本课程理论与实操相结合,由浅入深,从基本的GWR开始讲解,配以实际案例应用演练,实用性强。适合经济学、地理学、规划学和管理学或相关专业的学生、研究人员及从业者学习。学习本课程需要有一定计量经济学基础和空间分析基础,学习后可广泛应用于空间数据回归的经济学、地理学、社会学等各个人文社会科学领域。



课程主要内容是什么?

1996年,Stewart Fotheringham 院士等人基于局域回归分析和变参数的想法,提出了地理加权回归(GWR)。目前,GWR已经成为处理空间异质性的主要方法之一。与经典的全局回归模型的OLS不同,GWR是局部回归模型,模型系数是通过观测周围的样本来回归得到。


1587964796439983.png


1587964802996912.png


传统计量模型的参数在全局空间是恒定的,而GWR则允许全局空间的变参数。正是通过使用变系数特征,GWR较好地描述了自变量与因变量之间的关系随着空间的变化而变化的情形。多尺度地理加权回归(MGWR)是GWR的升级版本,考虑了不同变量的尺度差异,从而在模型和分析上都更具优势。


本课程主要包括多尺度地理加权回归的原理和应用,通过应用案例解析以及软件操作,最后结合三大案例进行实操详解。课程侧重对于空间异质性和尺度的讲解。在对空间数据进行研究时应当注意探索和识别数据中可能出现的空间异质性和尺度问题,本课程能够帮助学员了解和应用这一特征并提升研究的水平。




授课老师是谁?

于瀚辰

地理加权回归分析软件MGWR 1.0作者之一,以及《空间计量经济学(第二版)》主要作者之一;师从Stewart Fotheringham 院士(地理加权回归提出者)


北京大学政府管理学院区域经济学博士研究生,导师沈体雁教授,美国亚利桑那州立大学地理与规划学院联合培养博士后,合作导师为StewartFotheringham院士,研究方向为空间数据分析和空间计量经济学。在《Geographical Analysis》、《InternationalJournal of Geographical Information Science》、《地理研究》等期刊发表论文8篇,《空间计量经济学(第二版)》和《空间计量分析软件:GeoDa、GeoDaSpace和PySAL操作手册》主要作者之一,拥有专利一项,软件著作一部。




授课大纲

1600590480265180.png



能学到哪些知识和技能?

1587964923526804.jpg



本站声明:
本课程讲师已授权城市数据派发布本视频,任何组织或个人在未得到讲师和城市数据派同意的情况下,都不得翻录、下载或以任何形式发布本视频内容;
本网站上的所有内容均为虚拟服务,一经购买成功概不退款,请您理解。
课程列表: