Question

关于地理加权回归模型的问题，有没有懂统计学的大神解释一下。

地理加权回归模型是变参数模型，每个因变量系数都是变化的，我注意到有篇论文是这样写的：定义一个统计量，比如A，A=每个自变量系数的方差/因变量的残差平方和，再用这个A除以模型的自由度，称之为B统计量，他用这个B统计量做F检验和卡方检验，这个B量的F检验和卡方检验能够判断各自变量系数的变化是不是显著，也就是检测回归系数的空间非平稳性。请问这个B怎么理解，有什么意义？





Answer 1

s://blog.csdn.net/allenlu2008/article/details/72870882
地理加权回归分析完成之后，与OLS不同的是会默认生成

Answer 2

本帖最后由 区域经济爱好者 于 2013-11-23 13:00 编辑
第一，GWR缺少统一的统计推断框架。不同区位回归系数之间的依赖性也没有在模型中说明。因此，GWR中标准误是近似的。这是由于不同区位参数估计中，重复使用了数据；还因为应用这些数据线估计了带宽，然后估计回归系数。
我对这段话只是明白一部分，请大家进一步解释一下。谢谢。
第二，GWR计算每个样本点的回归系数。如果样本数很大，那将导致非常复杂的结果。如何利用并解析这些结果，归纳出一定的规律呢？另一方面，如果样本很小，又怎么进行GWR估计呢？所以样本大了，不容易找规律；样本小了，又没法进行回归分析。这是一个矛盾体。
怎么办？