Estimation and Inference of Special Types of the Coefficients in Geographically and Temporally Weighted Regression Models
Estimation and Inference of Special Types of the Coefficients in Geographically and Temporally Weighted Regression Models
复制标题
地理和时间加权回归模型中特殊类型系数的估计和推断
DOI：
10.1080/24694452.2022.2092443
复制
发表时间：
2022-08
影响因子：
3.9
通讯作者：
Hua-Yi Yu
中科院分区：
文献类型：
--
作者：
Zhi Zhang;Chang-Lin Mei;Hua-Yi Yu
地理和时间加权回归（GTWR）模型已被广泛用于探索时空非平稳性，其中所有的回归系数都假定为在空间和时间上变化。然而，实际上，常数、仅随时间变化的系数和仅随空间变化的系数也是可能的，这取决于解释变量对响应变量的潜在影响。因此，发展这种特殊类型的系数的推断和估计方法对于深入理解回归关系的时空特征至关重要。在这篇文章中，平均为基础的方法，依赖于传统的GTWR模型的修改后的估计，提出了校准GTWR模型与特殊类型的系数，在其上的统计检验制定同时推断常数，时间变化，和空间变化的系数。仿真研究表明，该检验方法具有有效的I类误差和令人满意的功效，而基于平均值的估计方法对特殊类型的系数给出了更精确的估计。最后，以北京市房价为例，说明了检验和估计方法的适用性以及检验在模型选择中的可扩展性。
Geographically and temporally weighted regression (GTWR) models have been widely used to explore spatiotemporal nonstationarity where all the regression coefficients are assumed to be varying over both space and time. In reality, however, constant, only temporally varying, and only spatially varying coefficients might also be possible depending on the underlying effects of the explanatory variables on the response variable. Therefore, the development of inference and estimation methods for such special types of the coefficients is essential to the deep understanding of spatiotemporal characteristics of the regression relationship. In this article, an average-based approach, relying on a modified estimation of the conventional GTWR models, is proposed to calibrate the GTWR models with the special types of the coefficients, on which a statistical test is formulated to simultaneously infer constant, temporally varying, and spatially varying coefficients. The simulation study shows that the test method is of valid Type I error and satisfactory power and the average-based estimation method yields more accurate estimators for the special types of the coefficients. A real-life example based on Beijing house prices is given to demonstrate the applicability of the test and estimation methods as well as the extensibility of the test in model selection.
登录
查看更多内容
影响因子：
13.5
作者：
Guo, Yuanxi;Tang, Qiuhong;Zhang, Ziyin
通讯作者：
Zhang, Ziyin
气候因素对儿童手足口病的时空影响：使用地理和时间混合加权回归模型的案例研究
DOI：
10.1080/13658816.2021.1882681
发表时间：
2021
影响因子：
5.7
作者：
Zhimin Hong;Changlin Mei;Huhu Wang;Wala Du
通讯作者：
Wala Du
单边时间加权方案的多尺度地理和时间加权回归及其在北京房价时空特征分析中的应用
DOI：
10.1080/13658816.2021.1912348
发表时间：
2021-05
影响因子：
5.7
作者：
Zhi Zhang;Jing Li;Tung Fung;Huayi Yu;Changlin Mei;Yee Leung;Yu Zhou
通讯作者：
Yu Zhou
DOI：
--
发表时间：
2015
期刊：
--
影响因子：
--
作者：
Haiyan Xuan;Shuaifeng Li;Muhammad Amin
通讯作者：
Haiyan Xuan;Shuaifeng Li;Muhammad Amin
地理加权与时间相关的逻辑回归模型。
影响因子：
4.6
作者：
Liu Y;Lam KF;Wu JT;Lam TT
通讯作者：
Lam TT