地理加权回归（Geographically Weighted Regression）包介绍

"spgwr.pdf 是一个关于R语言中地理加权回归（Geographically Weighted Regression, GWR）的官方文档，包含了spgwr包的详细内容和各种函数的调用方法。虽然用户觉得文档解释不够清晰，但该包主要用于执行基于Chris Brunsdon, Martin Charlton和Stewart Fotheringham工作的地方权重回归计算。" 本文档是spgwr包的版本0.6-33，发布日期为2020年2月10日。该包依赖于R语言版本2.14及以上，以及sp包版本0.8-3或更高，还有spData包版本0.2.6.2或更高。它还导入了stats和methods包，并且建议使用spdep、parallel、maptools（版本0.7-32以上）和rgdal包。spgwr包提供了用于计算地理加权回归的函数，这些函数允许根据地理位置动态调整模型参数。 该软件遵循GPL（版本2或更高）许可证，使用Roxygen2注释规范进行编写，并需要编译。主要作者和维护者是Roger Bivand，他还贡献了其他作者如Danlin Yu、Tomoki Nakaya和Miquel-Angel Garcia-Lopez。该包已上传到CRAN，并在2020年2月11日8:40:02 UTC发布。 文档中记录的R主题包括georgia、ggwr、ggwr.sel等，这些都是与特定数据集或函数相关的子主题。例如，`georgia`提供了来自Fotheringham等人2002年研究的佐治亚州人口普查数据，这是一个SpatialDataFramePolygons格式的数据集。用户可以通过`data(georgia)`来访问这个数据集。 此外，文档还涵盖了不同类型的核函数，如`gwr.bisquare`、`gwr.gauss`和`gwr.tricube`，它们分别对应于双平方、高斯和三立方核函数，用于计算距离权重。`gwr.morantest`可能涉及Moran's I检验，这是检测空间自相关性的统计方法。`gwr.sel`可能用于选择最佳的核函数参数，而`LMZ.F3GWR.test`可能提供了一种针对GWR模型的显著性检验。 spgwr包是R语言中进行地理加权回归分析的重要工具，它提供了丰富的函数和数据集，以适应各种地理空间数据分析的需求。尽管用户反馈文档可读性有待提高，但对于熟悉R语言和地理统计的用户来说，这个包仍然是进行地方化统计分析的强大资源。