线性回归与空间自相关


13

我想使用通过遥感获得的一些变量来预测某个地区的树高。像近似生物量,等等。我想首先使用线性回归(我知道这不是最好的主意,但这对我的项目来说是必不可少的步骤)。我想知道空间自相关对它的影响有多严重,如果可能的话,最简单的纠正方法是什么。顺便说一下,我正在R中做所有事情。


6
如果确实在残差中看到空间自相关,则可以将附近位置的观测值(“空间滞后”)包括在模型中,作为Sameer建议的预测变量。处理空间自相关的另一个选项是通过使用例如广义加性模型包括空间坐标的半参数估计函数来对空间趋势建模。有关更多信息,请参见此相关问题
2012年

Answers:


15

Moran's I是一个诊断统计量,可用于检测回归残差中的空间自相关,假设您具有权重矩阵,而条目表示观测值(残差)和之间的距离。您可以将其视为相关性的空间加权度量。可以通过分析或使用非参数重采样方法(例如折刀)来计算统计的重要性。做类似事情的另一种方法是拉格朗日乘数检验。w i j X i X jwwijXiXj

如果在残差中检测到统计学上显着的自相关,则必须在回归模型中包括物理上近端的观察值,这与按时间序列进行的操作类似。

幸运的是,对于R用户,这里有一个Analysis of Spatial Data CRAN任务视图;一个推荐包是spdep,它具有必需的功能(和说明性的小插曲)。


3
(+1)的作者spdepR 这里也有一本很好的有关空间数据分析的教科书。我拥有这本书,发现它非常有用。
2012年

仅出于完整性考虑,Geary的C也是空间相关性的量度。en.wikipedia.org/wiki/Geary's_C
xro7
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.