【亲测免费】 mgwr: 多尺度地理加权回归（MGWR）

本模块提供了进行多尺度地理加权回归（MGWR）以及传统地理加权回归（GWR）的校准功能。MGWR模块构建在稀疏的广义线性建模（spglm）模块之上，支持对高斯模型、泊松模型和二项式概率模型进行迭代加权最小二乘法校准。

功能特性

• 支持MGWR与GWR的模型校准。
• 通过黄金分割搜索或等间隔搜索选择GWR带宽。
• 提供GWR特定的模型诊断，包括多个假设检验校正。
• 实现基于蒙特卡洛检验的空间变异性的局部共线性参数估计曲面。
• 支持基于GWR的空间预测，通过GAM迭代反拟合对高斯模型进行MGWR模型校准。
• MGWR和GWR的并行计算能力。
• 提供针对MGWR协变量的推论，包括多重假设检验校正和局部共线性。
• 计算GWR和MGWR带宽的置信区间。

参考文献

Oshan，TM，Li，Z.，Kang，W.，Wolf，LJ，＆Fotheringham，AS（2019）。 mgwr：多尺度地理加权回归的Python实现。

此模块作为空间数据分析的重要工具，能够帮助研究人员和开发者探索数据在地理空间上的多尺度特征，进而揭示更为复杂的空间关系和模式。