Multiscale geographically and temporally weighted regression with a unilateral temporal weighting scheme and its application in the analysis of spatiotemporal characteristics of house prices in Beijing
Multiscale geographically and temporally weighted regression with a unilateral temporal weighting scheme and its application in the analysis of spatiotemporal characteristics of house prices in Beijing
复制标题
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
复制
发表时间：
2021-05
影响因子：
5.7
通讯作者：
Yu Zhou
中科院分区：
文献类型：
--
作者：
Zhi Zhang;Jing Li;Tung Fung;Huayi Yu;Changlin Mei;Yee Leung;Yu Zhou
地理时间加权回归（GTWR）是研究时空异质性下时空数据的有效工具。利用两种最流行的GTWR方法的优点，我们提出了一种替代GTWR的复杂性和可解释性之间的良好平衡，通过单边时间加权计划称为单边GTWR（UGTWR）。仿真实验表明，UGTWR与其他两种流行的GTWR方法相比，具有相当的估计精度和模型拟合度，但效率更高。此外，我们提出了它的多尺度扩展，coined multiscaleUGTWR（MUGTWR），在多个尺度上的时空动态回归关系的特点。以北京市2014-2018年的房价数据为例，对MUGTWR模型进行了实证分析。我们的分析表明，MUGTWR可以有效地捕捉不同水平的时空异质性在不同尺度上影响房价的选定因素。因此，这项研究是有用的住房政策的制定，其中的时空动态的房价相对于特定的因素可以考虑。
ABSTRACT Geographically and temporally weighted regression (GTWR) has been demonstrated as an effective tool for exploring spatiotemporal data under spatial and temporal heterogeneity. Exploiting the advantages of the two most popular GTWR methods, we propose an alternative GTWR with a good balance between complexity and interpretability via a unilateral temporal weighting scheme called unilateral GTWR (UGTWR). When compared to the other two popular GTWR methods, the simulation experiment shows that UGTWR has comparable estimation accuracy and model fit, but it is more efficient. Furthermore, we propose its multiscale extension, coined multiscale UGTWR (MUGTWR), to characterize the spatiotemporal dynamic regression relationships at multiple scales. The proposed MUGTWR was applied to the analysis of house prices in the period of 2014–2018 in Beijing as a case study. Our analysis reveals that MUGTWR can effectively capture different levels of spatiotemporal heterogeneity in selected factors affecting house prices at different scales. Therefore, this study is useful for the formulation of housing policy in which the spatiotemporal dynamics of house prices with respect to specific factors can be considered.
登录
查看更多内容
影响因子：
1.2
作者：
Hongxia Wang;Jinde Wang;B. Huang
通讯作者：
Hongxia Wang;Jinde Wang;B. Huang
影响因子：
1.3
作者：
W. Mccluskey;W. Deddis;Ian G. Lamont;R. Borst
通讯作者：
W. Mccluskey;W. Deddis;Ian G. Lamont;R. Borst
DOI：
10.1016/j.tra.2018.07.015
发表时间：
2019-07
期刊：
Transportation Research Part A: Policy and Practice
影响因子：
--
作者：
Rubén Cordera;P. Coppola;L. dell’Olio;Angel Ibeas
通讯作者：
Rubén Cordera;P. Coppola;L. dell’Olio;Angel Ibeas
多尺度地理和时间加权回归：探索房价的时空决定因素
DOI：
10.1080/13658816.2018.1545158
发表时间：
2018-11
影响因子：
5.7
作者：
Wu Chao;Ren Fu;Hu Wei;Du Qingyun
通讯作者：
Du Qingyun
DOI：
10.2139/ssrn.2378535
发表时间：
2013-04
期刊：
Emerging Markets: Finance eJournal
影响因子：
--
作者：
Dafeng Xu;T. Smith
通讯作者：
Dafeng Xu;T. Smith