-
题名贝叶斯地理加权回归模型的稳健性研究
- 1
-
-
作者
吴世朋
张辉国
胡锡健
-
机构
新疆大学数学与系统科学学院
-
出处
《统计与决策》
CSSCI
北大核心
2019年第18期25-30,共6页
-
基金
国家社会科学基金资助项目(16BTJ024)
教育部人文社会科学研究规划项目(19YJA910007)
新疆自然科学基金资助项目(2019D01C045)
-
文摘
文章在简要介绍地理加权回归(GWR)模型的基础上,推导地理加权回归模型的贝叶斯估计方法(BGWR),并分析该估计方法的稳健性。通过模拟实验研究贝叶斯地理加权回归在数据包含各种异常值情况下的稳健性,结果显示:贝叶斯地理加权回归比地理加权回归具有更好的稳健性。虽然贝叶斯地理加权回归模型计算时间略多一些,但是在空间数据集可能包含异常值的情况下,贝叶斯地理加权回归模型更为可靠和有效。
-
关键词
地理加权回归
稳健估计
贝叶斯地理加权回归
异常值
-
Keywords
geographically weighted regression model (GWR)
robustness estimation
Bayesian geographically weighted regression model (BGWR)
outlier
-
分类号
O212.8
[理学—概率论与数理统计]
-
-
题名GBGWR模型在降水量空间分布模拟中的应用
被引量：3
- 2
-
-
作者
邓悦
刘洋
刘纪平
徐胜华
罗安
-
机构
中国测绘科学研究院
中南大学地理信息系
-
出处
《测绘通报》
CSCD
北大核心
2018年第3期32-37,42,共7页
-
基金
国家重点研发计划(2017YFB0503502
2017YFB0503601)
-
文摘
近年来,我国大部分地区屡遭洪涝与干旱两种自然灾害侵袭,对重洪涝干旱区域进行空间插值具有重要的意义。针对传统地理加权回归(GWR)模型建模过程中模型识别和参数估计易受观测值异常点影响的问题,本文提出了一种基于吉布斯采样的贝叶斯地理加权回归(GBGWR)方法。运用基于吉布斯采样的马尔可夫链蒙特卡罗贝叶斯方法,估计地理加权回归模型参数,通过平滑函数降低观测值中异常点位数据,最后对湖南省1985—2015年35个观测站点的降水观测数据进行了空间分布模拟。试验结果表明,本文提出的方法相较于GWR模型性能提高了19.8%,相较于BGWR模型性能提高了8.2%,该方法可以有效降低异常值和"弱数据"对回归结果的影响,能够更加真实地模拟湖南省降水量的空间分布。
-
关键词
吉布斯采样
地理加权回归
贝叶斯地理加权回归
湖南省
降水量空间分布模拟
-
Keywords
Gibbs sampling
geographic weighted regression
BGWR
Hunan province
precipitation simulation
-
分类号
P237
[天文地球—摄影测量与遥感]
-
