Мультимасштабная географически взвешенная регрессия (Пространственная статистика)

Краткая информация

Выполняет мультимасштабную географически взвешенную регрессию, (МГВР) - локальную форму линейной регрессии, используемую для моделирования пространственных отношений.

МГВР - локальная модель регрессии, в которой коэффициент может меняться в пространстве. Ширина полосы, используемая для задания окрестности вокруг каждого объекта может варьироваться для разных независимых переменных. Это позволяет модели захватывать разные масштабы отношений между независимыми и зависимой переменными. Эти окрестности используются с географически взвешенным ядром для оценки коэффициента каждой независимой переменной в моделях регрессии.

Более подробно о работе Мультимасштабной географически взвешенной регрессии

Иллюстрация

Для каждой независимой переменной применяется биквадратное ядро. Каждая независимая переменная использует различную ширину полосы для захвата разных отношений.

Использование

• Текущая модель применяется только к зависимым переменным с непрерывными значениями. Не используйте этот инструмент зависимыми переменными, содержащими категории, отношения или бинарные данные (индикаторы). В настоящий момент для Типа модели поддерживается только опция Непрерывные. Другие опции будут добавлены в будущих версиях.

  Если указана зависимая переменная с другим типом данных (не непрерывные), результат может не иметь смысла, например прогнозирование отрицательных количеств или вероятностей больше 1.

  Внимание:

  Независимые переменные (в отличие от зависимых) могут быть любого типа, но будьте внимательны при использовании независимых переменных с данными количеств, долей или бинарного типа. Локальные модели регрессии, использующие не непрерывные независимые переменные, часто увеличивают проблемы локальной мультиколлинеарности. Если какая-либо из независимых переменных высоко коррелированы, глобально или локально, инструмент может не сработать с ошибкой 110222, вызванной мультиколлениарностью.

  Более подробно о мультиколлинеарности.

• Вариабельность, как глобальная, так и локальная должна присутствовать в полях, указанных в качестве Зависимой переменной и Независимыми переменными. Не используйте поля, содержащие одно постоянное значение, независимые переменные индикатора, представляющие различные пространственные режимы, или категорийные переменные, которые пространственно кластеризованы.

• Для категорийных независимых переменных категории должны быть конвертированы в переменные индикатора (0 или 1), с использованием инструмента Кодировать поле. Эти переменные индикатора затем можно использовать как независимые переменные в инструменте Мультимасштабная географически взвешенная регрессия.

• Существует три опции для параметра Метод выбора окрестности, которые будут использованы для оценки оптимального пространственного масштаба для каждой из независимых переменных:

  • Золотой поиск - определяет число соседей или диапазон расстояний для каждой независимой переменной с использованием алгоритма Золотого поиска. Этот метод тестирует несоклько комбинаций значений для каждой независимой переменной между указанным минимум и максимумом. Процедура повторяется и использует результаты предыдущих вариантов для выбора каждой новой комбинации для тестирования. Итоговые выбранные значения будут приводить к получению наименьших значений AIC. Для числа соседей минимальное и максимальное значения указываются в параметрах Минимальное число соседей и Максимальное число соседей. Для опции диапазона расстояний минимальное и максимальное значения указываются с использованием параметров Минимальное расстояние поиска и Максимальное расстояние поиска. Минимальные и максимальные значения используются всеми независимыми переменными, но предполагаемое число соседей или диапазон растсояния могут быть разными для каждой независимой переменной (если только две или более переменных не имеют одинакового пространственного масштаба). Данная опция требует больше времени для вычисления, в особенности для больших или высокоразмерных наборов данных.
  • Интервал вручную - определяет число соседей или диапазон расстояний для каждой независимой переменной путем увеличения числа соседей или диапазона расстояний начиная от минимального значения. Для числа соседей расчет числа методом начинается от значения, определенного в параметре Минимальное число соседей. Затем число соседей увеличивается на значение, определенное в параметре Инкремент числа соседей. Инкремент повторяется определенное число раз, указанное в параметре Число инкрементов. Для опции диапазона расстояний, метод использует параметры Минимальное расстояние поиска, Инкремент расстояния поиска и Число инкрементов. Число соседей или диапазон расстояний, используемые каждой независимой переменной будут тестируемыми значениями, но эти значения могут быть разными для каждой независимой переменной. Этот метод быстрее золотого поиска, и часто оценивает сравнимые окрестности.
  • Определен пользователем — число соседей или диапазон расстояний, используемые для всех независимых переменных. Значение указывается в параметре Число соседей или Диапазон расстояний. Эта опция предполагает полное управление, если вы знаете оптимальные значения.

  По умолчанию зависимые параметры в каждом методе выбора окрестности применимы ко всем независимым переменным. Но настраиваемые параметры выбора окрестности можно применить только к определенным независимым переменным, используя соответствующие замещающие параметры для типа окрестности и метода выбора: Число соседей для золотого поиска, Число соседей для интервалов вручную, Заданное пользователем число соседей, Расстояние поиска для золотого поиска, Расстояние поиска для интервалов вручную или Заданное пользователем расстояние поиска. Чтобы использовать настраиваемую окрестность для конкретных независимых переменных, укажите независимые переменные в первом столбце соответствующего замещающего параметра, и укажите настраиваемые опции для окрестности в других столбцах. Столбцы названы теми же именами, что и параметры замещения; например, если вы используете интервалы вручную для диапазона расстояний, столбец Инкремент расстояния поиска будет содержать настроенные значения для параметра Инкремент расстояния поиска. В диалоговом окне инструмента настроенные параметры окрестности отображаются в ниспадающем меню Настраиваемые опции окрестности

  Например, допустим, вы используете три независимых переменных с типом окрестности Золотой поиск и 30 минимальным и 40 максимальным числом соседей. Если инструмент запустится с этими параметрами, каждая из трех независимых переменных будет использовать в расчетах данные от 30 до 40 соседних объектов. Если же вы хотите использовать от 45 до 55 соседей только для второй независимой переменной, вы можете указать вторую независимую переменную, пользовательское значение минимума и пользовательское значение максимума в столбцах параметра Число соседей для золотого поиска. Таким образом, для первой и третьей независимых переменных будут использоваться данные от 30 до 40 соседей, а вторая независимая переменна будет использовать в расчетах данные от 45 до 55 соседних объектов.

• В сообщениях инструмента геообработки есть несколько проверок модели, которые можно использовать для оценки надежности модели МГВР. Просмотрите результаты этих проверок до того, как оцените другие выходные данные инструмента. Если проверки модели вас устраивают, посмотрите диаграммы и символы выходных объектов для лучшего понимания результатов.

  Подробнее о проверках модели и выходных данных инструмента.

• К каждой локальной модели МГВР предъявляются те же требования, что и к Обобщенной линейной регрессии. Раздел Плохо работает модель регрессии в статье Основы регрессионного анализа содержит подсказки, которые помогут вам убедиться в точности модели. Дополнительную информацию о регрессионном анализе см в разделе Что вам не говорят о регрессионном анализе.

• Для получения более точных результатов, перепроецируйте данные в систему координат проекции, если координаты представлены в виде широты и долготы.. Это особенно важно при использовании опции Диапазон расстояний в параметре Типа окрестности, так как здесь необходимо точное измерений расстояний.

• Если вы отметите параметр Масштабировать данные, будет создан слой для каждого масштабного коэффициента. Коэффициенты, в соответствии с которыми пересчитываются единицы измерения исходных данных, хранятся как поля в выходном классе объектов. Если растровые коэффициенты созданы с использованием параметра Рабочая область растровых коэффициентов создаются слои масштабных растровых коэффициентов, и пересчитанные растры сохраняются в этой рабочей области.

  Рекомендуется пересчитывать и зависимую и независимые переменные. Это особенно важно, если диапазон значений переменных существенно меняется, так как масштабирование выравнивает дисперсию независимых переменных. При численной оценке ширины полосы и коэффициентов каждой локальной модели оценки обычно сходятся быстрее и ведут к более точным значениям, если каждая переменная вносит равный вклад в общую дисперсию данных. Если независимые переменные имеют разную вариабельность, переменные с большей вариабельностью сильнее влияют на каждый шаг итеративной оценки. В большинстве случаев это отрицательно влияет на результирующую ширину полосы и коэффициенты модели.

• В ряде случаев опция Интервал вручную для параметра Метод выбора окрестности может выдать более низкое значение критерия AIC, чем опция Золотой поиск, даже если поиск выполняется в одинаковом диапазоне расстояний или числа соседей. И так же, если вы выполняете Золотой поиск или интервал вручную, затем указываете для оценивания диапазоны ширины полосы или числа соседей, используя опцию Определен пользователем, результаты не будут в точности такие же. Оба этих поведения обусловлены зависимостями пути алгоритмов Золотого поиска и обратной подгонки, которые используются для оценки параметров модели МГВР. Чтобы воспроизвести те же результаты МГВП, вы должны запустить инструмент с теми же настройками параметров.

Параметры

Диалог

Подпись	Описание	Тип данных
Входные объекты	Класс пространственных объектов, содержащий зависимые и независимые переменные.	Feature Layer
Зависимая переменная	Числовое поле, содержащее значения, которые нужно смоделировать.	Field
Тип модели	Определяет модель регрессии на основании значений зависимой переменной. В настоящий момент поддерживаются только непрерывные данные, поэтому параметр в панели Геообработка скрыт. Не используйте зависимые переменные, содержащие категории, количества или бинарные данные. Непрерывные—Зависимая переменная представляет непрерывные данные. Это значение по умолчанию	String
Независимые переменные	Перечень полей, которые будут использованы в качестве независимых переменных в вашей регрессионной модели.	Field
Выходные объекты	Создаваемый новый класс объектов, содержащий коэффициенты, невязки и уровни значимости модели МГВР.	Feature Class
Тип окрестности	Указывает, будет ли окрестность с фиксированным расстоянием, или допускаются изменения в пространстве как в зависимости от плотности объектов. Число соседей—Размер окрестности определяется числом ближайших соседей для каждого объекта. Если объекты расположены плотно, пространственный экстент окрестности небольшой; если же объекты распределены в пространстве, пространственный экстент окрестности увеличивается. Диапазон расстояний—Размер окрестности будет постоянным (фиксированным) для каждого объекта.	String
Метод выбора окрестности	Задает, как будет определяться размер окрестности. Золотой поиск—Оптимальное расстояние или число соседей определяется по минимальному значению AIC с использованием алгоритма Золотого поиска. Интервал вручную—Расстояние или число соседей определяется тестированием диапазона значений и выбором нужного по минимальному значению AIC. Если параметр Тип окрестности установлен на Диапазон расстояний, минимальное значение диапазона определяется параметром Минимальное расстояние поиска. Минимальное значение затем увеличивается в соответствии с инкрементом, заданным в параметре Инкремент расстояния поиска. Это повторяется определенное число раз, указанное в параметре Число инкрементов. Если параметр Тип окрестности установлен на Число соседей, минимальное значение, размер инкремента и число инкрементов указывается в параметрах Минимальное число соседей, Инкремент числа соседей и Число инкрементов соответственно. Определен пользователем—Размер окрестности будет определен параметрами Число соседей или Диапазон расстояний.	String
Минимальное число соседей (Дополнительный)	Минимальное число соседей каждого объекта, которое должно быть включено в расчет. Рекомендуется использовать не менее 30 соседей.	Long
Максимальное число соседей (Дополнительный)	Максимальное число соседей каждого объекта, которое должно быть включено в расчет.	Long
Единицы измерения расстояния (Дополнительный)	Определяет единицы измерения, которые будут использованы при измерениях расстояний между объектами. Геодезические футы США—Расстояния будут измерены в геодезических футах США. Метры—Расстояния будут измерены в метрах. Километры—Расстояния будут измерены в километрах. Геодезические мили США—Расстояния будут измерены в геодезических милях США.	String
Минимальное расстояние поиска (Дополнительный)	Минимальное расстояние поиска, применимое к каждой независимой переменной. Рекомендуется использовать расстояние, в пределах которого каждый объект имеет, по меньшей мере, 30 соседей.	Double
Максимальное расстояние поиска (Дополнительный)	Максимальное расстояние поиска, применимое к каждой независимой переменной.	Double
Инкремент числа соседей (Дополнительный)	Число, на которое в опции Интервал вручную будет увеличено число соседей в процессе оценки окрестности.	Long
Инкремент расстояния поиска (Дополнительный)	Расстояние, на которое в опции Интервал вручную будет увеличена окрестность в процессе оценки.	Double
Число инкрементов (Дополнительный)	Число размеров окрестностей для тестирования при использовании интервалов вручную. Первый размер окрестности - значение параметра Минимальное число соседей или Минимальное расстояние поиска.	Long
Число соседей (Дополнительный)	Число соседей, используемое для типа окрестности, определенного пользователем.	Long
Диапазон расстояний (Дополнительный)	Размер диапазона расстояний, используемый для типа окрестности, определенного пользователем. Все, находящиеся в пределах этого расстояния, объекты будут считаться соседними в локальной модели.	Double
Число соседей для золотого поиска (Дополнительный)	Настроенные опции Золотого поиска для отдельных независимых переменных. Для каждой настраиваемой независимой переменной укажите переменную, минимальное число соседей и максимальное число соседей в соответствующих столбцах.	Value Table
Число соседей для интервала вручную (Дополнительный)	Настроенные опции интервала вручную для отдельных независимых переменных. Для каждой настраиваемой независимой переменной укажите минимальное число соседей, инкремент числа соседей и число инкрементов в соответствующих столбцах.	Value Table
Заданное пользователем число соседей (Дополнительный)	Настроенные, определенные пользователем опции для независимых переменных. Для каждой настраиваемой независимой переменной укажите число соседей.	Value Table
Расстояние поиска для золотого поиска (Дополнительный)	Настроенные опции золотого поиска для отдельных независимых переменных. Для каждой настраиваемой независимой переменной укажите переменную, минимальное расстояние поиска и максимальное расстояние поиска в соответствующих столбцах.	Value Table
Расстояние поиска для интервалов вручную (Дополнительный)	Настроенные опции интервала вручную для отдельных независимых переменных. Для каждой настраиваемой независимой переменной укажите переменную, минимальное расстояние поиска, инкремент расстояния поиска и число инкрементов в соответствующих столбцах.	Value Table
Заданное пользователем расстояние поиска (Дополнительный)	Настроенные, определенные пользователем опции для независимых переменных. Для каждой настраиваемой переменной укажите переменную и расстояние в соответствующих столбцах.	Value Table
Прогнозируемые местоположения (Дополнительный)	Класс объектов местоположений, для которых вычисляются оценки. Каждый объект в этом наборе данных должен содержать значения для каждой указанной независимых переменных. Зависимая переменная для этих объектов будет оценена на основании модели, калиброванной для данных во входном классе объектов. Эти объекты местоположений должны быть близко (в пределах 115 процентов экстента) или в той же области изучения, что и исходные объекты.	Feature Layer
Независимые переменные для сопоставления (Дополнительный)	Независимые переменные прогнозируемых местоположений, соответствующие независимым переменным входного класса объектов.	Value Table
Выходные объекты прогнозирования (Дополнительный)	Выходной класс объектов с оценками зависимой переменной для каждого прогнозируемого местоположения.	Feature Class
Грубый прогноз (Дополнительный)	Определяет объекты, которые будут использоваться в вычислении прогнозированных значений. Отмечено - объекты со значениями больше чем на три среднеквадратических отклонения чем среднее, (выбросы) и объекты с весом 0 (пространственные выбросы) будут исключены из расчета прогнозов, но получат прогнозируемое значение в выходном классе объектов. Это значение по умолчанию Не отмечено - все объекты будут использоваться в вычислении прогнозирования.	Boolean
Локальная схема весов (Дополнительный)	Определяет тип кернфункции, которая будет использоваться при присвоении пространственных весов в модели. Кернфункция определяет, каким образом каждый объект связан с остальными объектами в пределах окрестности. Биквадратная—Вес, равный 0, присваивается объектам, находящимся за пределами указанной окрестности. Это значение по умолчанию Гауссова—Всем объектам присваивается какой-либо вес, причем значение веса снижается экспоненциально по мере удаления от целевого объекта.	String
Выходная таблица окрестности (Дополнительный)	Таблица, содержащая выходные вычисления статистики модели МГВР. Столбчатая диаграмма оцениваемых диапазонов расстояний или количеств соседей, включенные в выходные данные.	Table View
Рабочая область растровых коэффициентов (Дополнительный)	Рабочая область, где будут создаваться растровые коэффициенты. Если рабочая область задана, растры создаются для точки пересечения и каждой независимой переменной. Этот параметр доступен только при условии наличия лицензии Desktop Advanced. Если указана директория, все растры будут растрового типа TIFF (.tif).	Workspace
Масштабирование данных (Дополнительный)	Определяет, будут ли значения независимых и зависимой переменной масштабированы, так, чтобы среднее значение было равно нулю, а среднеквадратическое отклонение - 1 перед подгонкой модели. Отмечено - значения переменных будут масштабированы. Результаты будут содержать значения масштабированной и немасштабированной версий коэффициентов независимых переменных. Не отмечено - значения переменных не будут масштабированы. Все коэффициенты останутся немасштабированы в исходных единицах измерения данных.	Boolean

Производные выходные данные

Подпись	Описание	Тип данных
Слой растровых коэффициентов	Входные растры коэффициентов независимой переменной.	Raster
Выходной составной слой	Составной слой выходных данных. Каждый слой в составном слое представляет разные поля в выходных объектах.	Group Layer

Python

arcpy.stats.MGWR(in_features, dependent_variable, model_type, explanatory_variables, output_features, neighborhood_type, neighborhood_selection_method, {minimum_number_of_neighbors}, {maximum_number_of_neighbors}, {distance_unit}, {minimum_search_distance}, {maximum_search_distance}, {number_of_neighbors_increment}, {search_distance_increment}, {number_of_increments}, {number_of_neighbors}, {distance_band}, {number_of_neighbors_golden}, {number_of_neighbors_manual}, {number_of_neighbors_defined}, {distance_golden}, {distance_manual}, {distance_defined}, {prediction_locations}, {explanatory_variables_to_match}, {output_predicted_features}, {robust_prediction}, {local_weighting_scheme}, {output_table}, {coefficient_raster_workspace}, {scale})

Имя	Описание	Тип данных
in_features	Класс пространственных объектов, содержащий зависимые и независимые переменные.	Feature Layer
dependent_variable	Числовое поле, содержащее значения, которые нужно смоделировать.	Field
model_type	Определяет модель регрессии на основании значений зависимой переменной. В настоящий момент поддерживаются только непрерывные данные, поэтому параметр в панели Геообработка скрыт. Не используйте зависимые переменные, содержащие категории, количества или бинарные данные. CONTINUOUS—Зависимая переменная представляет непрерывные данные. Это значение по умолчанию	String
explanatory_variables [explanatory_variables,...]	Перечень полей, которые будут использованы в качестве независимых переменных в вашей регрессионной модели.	Field
output_features	Создаваемый новый класс объектов, содержащий коэффициенты, невязки и уровни значимости модели МГВР.	Feature Class
neighborhood_type	Указывает, будет ли окрестность с фиксированным расстоянием, или допускаются изменения в пространстве как в зависимости от плотности объектов. NUMBER_OF_NEIGHBORS—Размер окрестности определяется числом ближайших соседей для каждого объекта. Если объекты расположены плотно, пространственный экстент окрестности небольшой; если же объекты распределены в пространстве, пространственный экстент окрестности увеличивается. DISTANCE_BAND—Размер окрестности будет постоянным (фиксированным) для каждого объекта.	String
neighborhood_selection_method	Задает, как будет определяться размер окрестности. GOLDEN_SEARCH—Оптимальное расстояние или число соседей определяется по минимальному значению AIC с использованием алгоритма Золотого поиска. MANUAL_INTERVALS—Расстояние или число соседей определяется тестированием диапазона значений и выбором нужного по минимальному значению AIC. Если параметр neighborhood_type установлен на DISTANCE_BAND, минимальное значение диапазона определяется параметром minimum_search_distance. Минимальное значение затем увеличивается в соответствии с инкрементом, заданным в параметре search_distance_increment. Это повторяется определенное число раз, указанное в параметре number_of_increments. Если параметр neighborhood_type установлен на NUMBER_OF_NEIGHBORS, минимальное значение, размер инкремента и число инкрементов указывается в параметрах minimum_number_of_neighbors, number_of_neighbors_increment и number_of_increments соответственно. USER_DEFINED—Размер окрестности будет определен параметрами number_of_neighbors или distance_band.	String
minimum_number_of_neighbors (Дополнительный)	Минимальное число соседей каждого объекта, которое должно быть включено в расчет. Рекомендуется использовать не менее 30 соседей.	Long
maximum_number_of_neighbors (Дополнительный)	Максимальное число соседей каждого объекта, которое должно быть включено в расчет.	Long
distance_unit (Дополнительный)	Определяет единицы измерения, которые будут использованы при измерениях расстояний между объектами. FEET—Расстояния будут измерены в геодезических футах США. METERS—Расстояния будут измерены в метрах. KILOMETERS—Расстояния будут измерены в километрах. MILES—Расстояния будут измерены в геодезических милях США.	String
minimum_search_distance (Дополнительный)	Минимальное расстояние поиска, применимое к каждой независимой переменной. Рекомендуется использовать расстояние, в пределах которого каждый объект имеет, по меньшей мере, 30 соседей.	Double
maximum_search_distance (Дополнительный)	Максимальное расстояние поиска, применимое к каждой независимой переменной.	Double
number_of_neighbors_increment (Дополнительный)	Число, на которое в опции Интервал вручную будет увеличено число соседей в процессе оценки окрестности.	Long
search_distance_increment (Дополнительный)	Расстояние, на которое в опции Интервал вручную будет увеличена окрестность в процессе оценки.	Double
number_of_increments (Дополнительный)	Число размеров окрестностей для тестирования при использовании интервалов вручную. Первый размер окрестности - значение параметра minimum_number_of_neighbors или minimum_search_distance.	Long
number_of_neighbors (Дополнительный)	Число соседей, используемое для типа окрестности, определенного пользователем.	Long
distance_band (Дополнительный)	Размер диапазона расстояний, используемый для типа окрестности, определенного пользователем. Все, находящиеся в пределах этого расстояния, объекты будут считаться соседними в локальной модели.	Double
number_of_neighbors_golden [number_of_neighbors_golden,...] (Дополнительный)	Настроенные опции Золотого поиска для отдельных независимых переменных. Для каждой настраиваемой независимой переменной укажите переменную, минимальное число соседей и максимальное число соседей в соответствующих столбцах.	Value Table
number_of_neighbors_manual [number_of_neighbors_manual,...] (Дополнительный)	Настроенные опции интервала вручную для отдельных независимых переменных. Для каждой настраиваемой независимой переменной укажите минимальное число соседей, инкремент числа соседей и число инкрементов в соответствующих столбцах.	Value Table
number_of_neighbors_defined [number_of_neighbors_defined,...] (Дополнительный)	Настроенные, определенные пользователем опции для независимых переменных. Для каждой настраиваемой независимой переменной укажите число соседей.	Value Table
distance_golden [distance_golden,...] (Дополнительный)	Настроенные опции золотого поиска для отдельных независимых переменных. Для каждой настраиваемой независимой переменной укажите переменную, минимальное расстояние поиска и максимальное расстояние поиска в соответствующих столбцах.	Value Table
distance_manual [distance_manual,...] (Дополнительный)	Настроенные опции интервала вручную для отдельных независимых переменных. Для каждой настраиваемой независимой переменной укажите переменную, минимальное расстояние поиска, инкремент расстояния поиска и число инкрементов в соответствующих столбцах.	Value Table
distance_defined [distance_defined,...] (Дополнительный)	Настроенные, определенные пользователем опции для независимых переменных. Для каждой настраиваемой переменной укажите переменную и расстояние в соответствующих столбцах.	Value Table
prediction_locations (Дополнительный)	Класс объектов местоположений, для которых вычисляются оценки. Каждый объект в этом наборе данных должен содержать значения для каждой указанной независимых переменных. Зависимая переменная для этих объектов будет оценена на основании модели, калиброванной для данных во входном классе объектов. Эти объекты местоположений должны быть близко (в пределах 115 процентов экстента) или в той же области изучения, что и исходные объекты.	Feature Layer
explanatory_variables_to_match [explanatory_variables_to_match,...] (Дополнительный)	Независимые переменные прогнозируемых местоположений, соответствующие независимым переменным входного класса объектов.	Value Table
output_predicted_features (Дополнительный)	Выходной класс объектов с оценками зависимой переменной для каждого прогнозируемого местоположения.	Feature Class
robust_prediction (Дополнительный)	Определяет объекты, которые будут использоваться в вычислении прогнозированных значений. ROBUST—Объекты со значениями больше чем на три среднеквадратических отклонения чем среднее, (выбросы) и объекты с весом 0 (пространственные выбросы) будут исключены из расчета прогнозов, но получат прогнозируемое значение в выходном классе объектов. Это значение по умолчанию NON_ROBUST—Все объекты будут использоваться в вычислении прогнозирования.	Boolean
local_weighting_scheme (Дополнительный)	Определяет тип кернфункции, которая будет использоваться при присвоении пространственных весов в модели. Кернфункция определяет, каким образом каждый объект связан с остальными объектами в пределах окрестности. BISQUARE—Вес, равный 0, присваивается объектам, находящимся за пределами указанной окрестности. Это значение по умолчанию GAUSSIAN—Всем объектам присваивается какой-либо вес, причем значение веса снижается экспоненциально по мере удаления от целевого объекта.	String
output_table (Дополнительный)	Таблица, содержащая выходные вычисления статистики модели МГВР. Столбчатая диаграмма оцениваемых диапазонов расстояний или количеств соседей, включенные в выходные данные.	Table View
coefficient_raster_workspace (Дополнительный)	Рабочая область, где будут создаваться растровые коэффициенты. Если рабочая область задана, растры создаются для точки пересечения и каждой независимой переменной. Этот параметр доступен только при условии наличия лицензии Desktop Advanced. Если указана директория, все растры будут растрового типа TIFF (.tif).	Workspace
scale (Дополнительный)	Определяет, будут ли значения независимых и зависимой переменной масштабированы для получения среднего нуля и среднеквадратического отклонения 1 перед подгонкой модели. SCALE_DATA—Значения переменных будут масштабированы. Результаты будут содержать значения масштабированной и не масштабированной версий коэффициентов независимых переменных. NO_SCALE_DATA—Значения переменных не будут масштабированы. Все коэффициенты не масштабируются и остаются в исходных единицах измерения данных.	Boolean

Производные выходные данные

Имя	Описание	Тип данных
coefficient_raster_layers	Входные растры коэффициентов независимой переменной.	Raster
output_layer_group	Составной слой выходных данных. Каждый слой в составном слое представляет разные поля в выходных объектах.	Group Layer

Пример кода

МГВР, пример 1 (окно Python)

Пример скрипта в окне Python для использования функции MGWR.

import arcpy
arcpy.stats.MGWR("r\data.gdb\house_price", "price", "CONTINUOUS", 
                 "review;beds;areas", r"data.gdb\house_price_fit_model", 
                 "DISTANCE_BAND", "GOLDEN_SEARCH", None, None, None, None, 
                 None, None, None, None, None, None, None, None, None, 
                 "review # #;beds # #; areas # #", None, None, 
                 r"data.gdb\house_price", "review review;beds beds; areas areas", 
                 r"data.gdb\house_price_prediction", "ROBUST", "BISQUARE")

МГВР, пример 1 (автономный скрипт)

Следующий автономный Python скрипт демонстрирует, как использовать функцию MGWR.

# Run MGWR to predict house prices using "Number of Neighbors" and "Golden Search"
# Import modules
import arcpy

# Set the current workspace
arcpy.env.workspace = "C:/data"

# Run MGWR 
arcpy.stats.MGWR("r\data.gdb\house_price", "price", "CONTINUOUS", 
                 "review;beds;areas", r"data.gdb\house_price_fit_model", 
                 "DISTANCE_BAND", "GOLDEN_SEARCH", None, None, None, None, 
                 None, None, None, None, None, None, None, None, None, 
                 "review # #;beds # #; areas # #", None, None, 
                 r"data.gdb\house_price", "review review;beds beds; areas areas", 
                 r"data.gdb\house_price_prediction", "ROBUST", "BISQUARE")

Параметры среды

Выходная система координат, Географические преобразования, Размер ячейки, Растр привязки, Коэффициент параллельной обработки

Информация о лицензиях

• Basic: Ограниченные
• Standard: Ограниченные
• Advanced: Да