混合地理加权回归模型的两种估计

混合地理加权回归模型系数特征是部分回归系数为未知常数,而其它回归系数为地理位置的未知函数.基于这一系数特征,给出反馈和两步估计两种简单有效的方法,对模型中的因变量做了估计.     

嵌套地理加权回归模型的估计

本文在嵌套空间结构下,提出了两类地理加权回归模型,对于其中的固定效应模型,我们给出了两步估计方法,对于随机效应模型,给出了一种有效的估计方法.     

基于CBR和加权泊松的泊松低方差计数数据模型效率比较

现实中的数据常会出现“超散布性”和“超聚集性”现象,分布假定的错误会导致模型不合理甚至得出错误的结论。本文着重于一类典型的“超聚集性”问题一一泊松低方差的讨论,着眼于两种主要的解决方法——加权泊松分布模型和纯生过程分布模型,并在Faddy的CBR分析实例基础上进一步比较标准泊松模型与这两种模型在分布拟合效果及检验效果上的差异,强调面对“超聚集性”数据时选择正确分布的重要性。     

基于多尺度地理加权回归模型的城市道路骑行流量分析

居民对城市慢行交通的服务品质需求不断提高,然而传统的慢行系统研究多关注大尺度和既有道路,无法充分满足城市街区慢行系统发展需求。以此为背景,该文提出了基于空间设计网络分析（spatial design network analysis,sDNA）的多尺度地理加权回归模型（multi-scale geographically weighted regression,MGWR）,考虑土地开发利用情况、道路路网结构和周边公共交通状况对路段自行车流量的影响,对城市道路骑行流量进行分析。通过对京张铁路沿线区域内共享单车出行数据分析,结果表明：该模型相较于经典地理加权回归模型和多元线性回归模型,有更好的回归效果,拟合优度R²分别提高0.087和0.113。最后,借助该模型数据分析影响骑行流量的主要因素及其作用尺度范围,拓展了基于定量分析方法的慢行交通规划维度。     

基于泊松回归模型和注意力配置理论的新冠疫情防控研究

基于两种方法量化我国新冠疫情防控措施的有效性,实现交叉验证.首先,综合考虑温度、湿度、风速、压强等环境因素,提出一个泊松回归模型,并拟合实际数据校准模型.得出环境因素对新冠疫情有显著的负影响,而防控措施影响最大,验证了我国防控措施成效显著.同时,基于中央层面有关新冠疫情防控的173份政策文本,运用文本分析,量化疫情防控中的注意力配置,得出其注意力配置包括疫情阻断、民生保障、经济发展以及政府监管4个向度,各向度政策在疫情不同阶段占比和对疫情防控的有效性有不同呈现.     

一类混合地理加权随机前沿模型的估计

为了刻画生产单元之间的空间效应,本文提出了一类混合地理加权随机前沿模型.基于两步估计方法和似然方法给出了模型的估计,并讨论了各生产单元技术效率的估计问题.     

基于时空地理加权回归的服务区驶入量影响因素分析

为掌握河北省服务区驶入量的时空分布规律,构建了时空地理加权回归（geographically and temporally weighted regression,GTWR）模型,揭示了服务区规模、服务区地理区位、关联地区土地利用、高速公路类型等因素在时间和空间上对服务区不同车型驶入量的影响。结果表明：时空地理加权回归模型的拟合结果显著优于最小二乘回归模型与地理加权回归模型;断面交通量对三种车型均具有促进作用,特别是在夏季高温地区服务区对于小型车驶入量促进作用显著;2~4h车程范围内,风景名胜密度对小型车驶入量具有促进作用,且在旅游旺季及位于旅游业发达城市的服务区影响最显著;2~4h车程范围内工商业型信息点(point of information,POI)密度对大中型车驶入量具有促进作用,特别是在货运高峰期及位于商贸发达城市的服务区促进作用显著;所属高速公路沿途资源型城市数量对服务区大型车驶入量具有显著促进作用,特别是在供暖季节。     

基于地理加权回归模型的土壤有机碳密度影响因子分析

 为深入探讨土壤碳库的空间变异特征、准确评价区域碳库的影响机制,选择内蒙古自治区赤峰市敖汉旗黄花甸子流域为研究对象,基于研究区的实地采样数据,结合遥感与地理信息系统技术,采用地理加权回归模型对土壤有机碳密度及其影响因子进行拟合,探求不同环境因子对土壤有机碳密度影响的空间变异特性。结果表明,研究区土壤有机碳密度在1.91~16.63 kg/m²范围内变化,其平均密度为7.42 kg/m²;各影响因子对土壤有机碳密度的影响程度由高到低依次为海拔 >坡度 >归一化植被指数(NDVI)>与道路或村庄最短距离(DIST);各因子对土壤有机碳的影响随空间位置的变化存在明显的差异,其中海拔、坡度与土壤有机碳密度呈现负相关,而NDVI、DIST 与土壤有机碳密度呈现正相关。     

基于地理加权回归模型的浙江省台风经济损失影响因子分布规律研究

利用地理加权回归（ＧＷＲ）方法,引入地理空间要素,对台风经济损失的空间波动趋势进行分析．研究了台风登陆次数、最大过程降雨量、中心最大风速、数字 高 程（ＤＥＭ）、人 口、ＧＤＰ、可用耕地等气象因素和社会经济因素与浙江省台风灾害直接经济损失的关系,总结出浙江省台风直接经济损失存在由北向南、由西向东逐渐 增 加 的 趋 势,可 以 为 台风风险管理工作提供一定的辅助决策依据．      

基于局部非线性地理加权回归模型的地表温度降尺度算法研究

地表温度(land surface temperature, LST)是反映地表状况的一个重要参数,能对地表-大气相互作用过程进行描述。由于受到卫星热红外传感器成像条件的制约,获取的卫星热红外遥感图像存在时间分辨率、空间分辨率难以兼顾的问题,导致反演的LST数据难以得到深入应用。采用LST降尺度算法可以解决此矛盾,获得高时空分辨率的地表温度数据。目前LST降尺度模型逐步由全局模型转向局部模型,但局部降尺度模型忽略了非线性关系。针对此问题,提出基于局部非线性地理加权回归(non-linear geographically weighted regression, NL-GWR)的地表温度降尺度算法。选择合适的研究区域,并分别选取归一化差异植被指数(normalized difference vegetation index, NDVI)、归一化差异建筑指数(normalized difference build-up index, NDBI)以及数字高程模型(digital elevation model, DEM)作为辅助参数进行LST降尺度,将中分辨率成像光谱仪(moderate resolution imaging spectroradiometer, MODIS)地表温度空间分辨率从1 000 m提升到100 m,并将基于地理加权回归(geographically weighted regression, GWR)与NL-GWR模型的降尺度结果进行对比分析。实验结果表明,考虑非线性关系的NL-GWR模型要优于GWR线性模型,能够获得较低的均方根误差(1.96 ℃)和平均绝对误差(1.63 ℃)。     

基于GWR模型的中国NDVI与气候因子的相关分析

在ArcGIS支撑下, 基于1982-2010年8 km分辨率的AVHRR NDVI及气温和降水数据, 应用最小二乘法和地理加权回归方法, 构建中国NDVI与气候因子的地理加权回归模型, 定量分析中国NDVI与气温和降水的相互关系, 获取各个回归参数的空间格局, 并将模拟结果与全局性回归结果进行对比。结果表明, 与线性回归模型相比, 地理加权回归模型的拟合效果显著提高, 拟合优度从0.3提高到0.6。气候因子对NDVI的影响具有空间异质性: 从北到南, 气候因子对NDVI的影响逐渐减小; 西北内陆等干旱荒漠地带, 气候因子对NDVI的影响较大。对中国大部分地区而言, 气温对NDVI的影响超过降水。各区NDVI与主导气候因子发生作用的特征尺度不同。     

Influence of Spatial Features on Land and Housing Prices

The analysis of hidden spatial features is crucial for the improvement of hedonic regression models for analyzing the structure of land and housing prices. If critical variables representing the influence of spatial features are omitted in the models, the residuals and the coefficients estimated usually exhibit some kind of spatial pattern. Hence, exploration of the relationship between the spatial patterns and the spatial features essentially leads to the discovery of omitted variables. The analyses in this paper were based on two exploratory approaches: one on the residual of a global regression model and the other on the geographically weighted regression (GWR) technique. In the GWR model, the regression coefficients are allowed to differ by location so more spatial patterns can be revealed. Comparison of the two approaches shows that they play supplementary roles for the detection of lot-associated variables and area-associated variables.     

组合导航系统新息自适应卡尔曼滤波算法

全球定位系统(GPS)量测噪声的不稳定变化将造成惯性导航系统(INS)/GPS舰用组合系统卡尔曼滤波器性能下降,在对自适应卡尔曼滤波器分析的基础上,提出了一种新的基于新息估计的自适应卡尔曼滤波算法.该算法通过计算新息方差强度的极大似然估计最优估计,将新息方差计算直接引入卡尔曼滤波器的增益计算.仿真结果表明,本文方法较标准卡尔曼滤波器可以提高系统精度和抗干扰能力.     

城市消防警情的空间异质性及影响因素

城市消防警情主要分为火警和非火警(抢险救援和社会救助),目前对火警的研究相对较多,而对救援救助警情的研究相对较少。该文采用探索性空间数据分析(ESDA),定量研究了城市消防警情的空间差异和集聚程度,确定了影响消防警情的社会因素,构建了多尺度地理加权回归(MGWR)模型,将其应用到城市消防警情的实证研究中,并采用多元线性回归、地理加权回归模型(GWR)进行了对比分析。研究结果表明：火警和救援救助在所研究城市都呈现出一定程度的空间聚集,老城区为火警的热点区域,而救援救助的热点分布相对更广。MGWR模型相较于传统的多元线性回归和经典的GWR模型有着更好的效果,在火警、救援救助和总警情中拟合优度均超过了0.8,且其残差平方和、修正后的Akaike信息准则(AICc)数值最低。通过GWR模型和MGWR模型的带宽对比分析发现,不同社会因素对消防警情的影响存在空间异质性。该研究还发现救援救助与火警在该城市的空间分布及影响因素的空间异质性上具有显著差异。在未来的消防工作中,考虑救援救助对整体警情的影响具有重要意义。     

SURS中回归系数GCIE系列的极限问题

讨论了半相依回归系统（ＳＵＲＳ）中回归系数的广义方差改进估计（ＧＣＩＥ）的效率问题,得出了几种估计的效率度量公式在极限意义下等价的结论,以该结论为基础,我们对一些简单的协方差铁ＳＵＲＳ中间归系数的ＧＣＩＥ系列进行计算机模拟,得到了ｍ＝３时,在这些模型下,ＧＣＩＥ的极限便是阳佳线性无偏估计的结论。     

Distributed cubature Kalman filter based on observation bootstrap sampling

Aiming at the adverse effect caused by observation noise on system state estimation precision,a novel distributed cubature Kalman filter(CKF) based on observation bootstrap sampling is proposed.Firstly,combining with the extraction and utilization of the latest observation information and the prior statistical information from observation noise modeling,an observation bootstrap sampling strategy is designed.The objective is to deal with the adverse influence of observation uncertainty by increasing observations information.Secondly,the strategy is dynamically introduced into the cubature Kalman filter,and the distributed fusion framework of filtering realization is constructed.Better filtering precision is obtained by promoting observation reliability without increasing the hardware cost of observation system.Theory analysis and simulation results show the proposed algorithm feasibility and effectiveness.     

NEAR(p)模型的参数估计

分别用条件最小二乘、 加权条件最小二乘和最大拟似然方法估计了平稳的NEAR(p)模型的参数. 并讨论了这些估计量的渐近性质. 通过数值模拟发现, 当参数真值较小时, 最大拟似然方法的估计效果较好; 当参数真值较大时, 加权条件最小二乘方法的估计效果较好.     

一类半相依回归方程系统回归系数的两步估计

对半相依回归方程系统y_i=x_ib_i+e_i,Ee_i=0 cov(e_i e_i)=σ_(ij)I_n,i、j=1、2、……m.本文在条件N_iN_jX_e=0 i≠j,i、j、l=1、2、……m(N_i=I-X_-(X_i~′X_i)~(-1)X_i~′)条件下,证明了回归系数b_i(i=1、…、m)的两步估计的弱相合性并给出了它们的有限样本性质。     

高速公路交通量预测的GM(1,1)残差改进模型

针对传统GM(1,1)模型在预测高速公路交通量中存在误差过大、计算复杂的问题,通过定义残差序列,对预测序列与残差序列进行累加再处理,构造新的序列数据;并且对新序列数据构造GM(1,1)残差改进模型,以进行预测。模型应用于某高速公路某收费站,对9期序列数据进行了模拟预测。结果表明,GM(1,1)残差改进模型的平均预测误差为7.25%,优于传统GM(1,1)模型预测的平均相对误差12.7%。