Geographical and Temporal Weighted Regression (GTWR)

回归 统计 地理加权回归模型 回归分析 地理 计量经济学 数学
作者
A. Stewart Fotheringham,Ricardo Crespo,Jing Yao
出处
期刊:Geographical Analysis [Wiley]
卷期号:47 (4): 431-452 被引量:418
标识
DOI:10.1111/gean.12071
摘要

Both space and time are fundamental in human activities as well as in various physical processes. Spatiotemporal analysis and modeling has long been a major concern of geographical information science (GIScience), environmental science, hydrology, epidemiology, and other research areas. Although the importance of incorporating the temporal dimension into spatial analysis and modeling has been well recognized, challenges still exist given the complexity of spatiotemporal models. Of particular interest in this article is the spatiotemporal modeling of local nonstationary processes. Specifically, an extension of geographically weighted regression (GWR), geographical and temporal weighted regression (GTWR), is developed in order to account for local effects in both space and time. An efficient model calibration approach is proposed for this statistical technique. Using a 19-year set of house price data in London from 1980 to 1998, empirical results from the application of GTWR to hedonic house price modeling demonstrate the effectiveness of the proposed method and its superiority to the traditional GWR approach, highlighting the importance of temporally explicit spatial modeling.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
西鹿完成签到,获得积分10
1秒前
研友_yLpQrn完成签到,获得积分10
1秒前
汉堡包应助羊羊羊采纳,获得10
2秒前
3秒前
zzmm应助L.M采纳,获得10
3秒前
yinyue发布了新的文献求助10
3秒前
Jenny完成签到,获得积分10
4秒前
小次发布了新的文献求助10
5秒前
kimi完成签到,获得积分10
6秒前
7秒前
8秒前
cj发布了新的文献求助10
10秒前
deluohaida发布了新的文献求助10
11秒前
11秒前
11秒前
wuyu完成签到,获得积分10
12秒前
13秒前
久9完成签到 ,获得积分10
13秒前
lda发布了新的文献求助10
14秒前
甜美采萱完成签到,获得积分10
15秒前
Esfuerzo发布了新的文献求助10
16秒前
haku发布了新的文献求助10
16秒前
ccc完成签到,获得积分10
17秒前
研友_LNMmW8发布了新的文献求助10
17秒前
香蕉觅云应助最爱学习者采纳,获得10
18秒前
JamesPei应助cj采纳,获得10
18秒前
18秒前
20秒前
不配.应助sally采纳,获得10
22秒前
科研通AI2S应助sally采纳,获得10
22秒前
科研通AI2S应助Ll采纳,获得10
23秒前
yinyue完成签到,获得积分10
23秒前
monica发布了新的文献求助10
23秒前
科研通AI2S应助may采纳,获得10
25秒前
Q123ba叭发布了新的文献求助10
26秒前
27秒前
赵书杰完成签到,获得积分10
29秒前
29秒前
风来发布了新的文献求助10
32秒前
monica完成签到,获得积分10
33秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 830
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248499
求助须知:如何正确求助?哪些是违规求助? 2891839
关于积分的说明 8268971
捐赠科研通 2559871
什么是DOI,文献DOI怎么找? 1388724
科研通“疑难数据库(出版商)”最低求助积分说明 650815
邀请新用户注册赠送积分活动 627782