اجرای بیزی مدل رگرسیون جغرافیایی وزن دار چند مقیاسی با INLA
| ۲۰۲۳-۰۵-۰۵ ۱۰:۴۸:۴۰

مدل رگرسیون وزن‌دار جغرافیایی چند مقیاسی (MGWR) توسعه مهمی از مدل رگرسیون وزن‌دار جغرافیایی کلاسیک (GWR) است که می‌تواند برای کشف ناپایداری فضایی رابطه رگرسیون در تحلیل فضایی مورد استفاده قرار گیرد، اما همچنین اجازه می‌دهد تا مقیاس‌های مختلف در روابط شرطی بین پاسخ و پیش بینی های مختلف یک نسخه بیزی از مدل MGWR برای به دست آوردن تخمینی از ضرایب متغیر مکانی و پهنای باند به طور همزمان پیشنهاد شده است. شکل سلسله مراتبی مدل بیزی MGWR دارای ویژگی های جذابی است، از جمله به دست آوردن تخمین های پسینی از پهنای باند و پارامترهای محلی به طور همزمان، و عدم قطعیت آنها را می توان به راحتی اندازه گیری کرد. برای استنتاج پسین بیزی، یک الگوریتم کارآمد مبتنی بر تقریب لاپلاس تودرتو یکپارچه معرفی شده است تا جایگزینی عالی برای الگوریتم کلاسیک زنجیره مارکوف مونت کارلو تحت چارچوب بیزی ارائه کند. عملکرد روش پیشنهادی از طریق مطالعه شبیه‌سازی ارزیابی می‌شود و نشان داده می‌شود که رویکرد پیشنهادی می‌تواند به درستی تفاوت‌های بین مقیاس‌های سطوح پارامتر را شناسایی کند و همچنین تخمین‌های پسین دقیقی را به دست آورد. در نهایت، برای مثال، از این رویکرد برای تجزیه و تحلیل داده های هزینه مسکن ماهانه در ایالت جورجیا استفاده می شود.

برای مشاهده مقاله اینجا کلیک کنید

منابع:
۱- shahrsaz.ir ,اجرای بیزی مدل رگرسیون جغرافیایی وزن دار چند مقیاسی با INLA
,۱۶۸۳۳۳۰۳۴۷
۲- https://www.tandfonline.com/doi/full/10.1080/24694452.2023.2187756?af=R | 2023-05-05 10:48:40