關于地理加權回歸和空間自相關

菜雞的我只是大神文章的搬運工orz，本意是想搞清楚雙變量局部空間自相關和地理加權回歸的區別，雖然依舊一知半解，但是，害。(下面網址我不會搞超鏈接，我發現有點麻煩，所以我懶了)

【關于地理加權回歸】

一篇簡短的文章：

https://blog.csdn.net/sinat_36744986/article/details/87864244

大蝦盧的一系列文章：

https://blog.csdn.net/allenlu2008

?/article/details/59480437

https://blog.csdn.net/allenlu2008/article/details/60470553

https://www.giserdqy.com/空間統計/29544/

https://blog.csdn.net/allenlu2008/article/details/63686531

https://blog.csdn.net/allenlu2008/article/details/69388540

https://blog.csdn.net/allenlu2008/article/details/69935417?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-4&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-4

http://www.360doc.com/content/18/0104/17/7669533_719057172.shtml

https://blog.csdn.net/allenlu2008/article/details/72870882

https://blog.csdn.net/allenlu2008/article/details/72884744

https://www.sohu.com/a/154257378_326074

【關于空間自相關】

我看的是geoda的文檔

http://geodacenter.github.io/documentation.html

然后，這里主要說局部空間自相關

https://geodacenter.github.io/workbook/6a_local_auto/lab6a.html

我感覺雙變量局部空間自相關和一元的地理加權回歸其實挺像的。

至于局部moran’s I指數啥的如何進行檢驗，我沒太懂orz，感覺很神奇，反正通過一波操作生成了偽p值，然后分析，但作者還說明了一下可能不能一刀切用0.05作為閾值(但我感覺他的意思是大樣本的時候可能還行，對我們用柵格數據分析的人來說問題不大，因為我們一般都好幾千幾萬的柵格數據，害)。

文案：一只小菜雞

表情包：網絡

排版：一只小菜雞

總結

以上是生活随笔為你收集整理的空间地理加权回归stata_xy妙妙屋丨地理加权回归和空间自相关的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。