开   工    大    急

原址链接：

ArcGIS与地理加权回归【三】https://mp.weixin.qq.com/s/x85EXKImSHio1IZovW9qdA

接着5个月之前.......ArcGIS与地理加权回归GWR【二】以及MGWR软件下载

在ASU下载了样例“关于影响佐治亚州受教育水平”的数据。在上一篇已简单介绍过软件和样例数据的下载。MGWR软件操作不复杂，主要是对结果的解释。样例数据共13个字段，分别是：

AreaKey：地区代码；Latitude：纬度（地理坐标系）；Longitud：经度（地理坐标系）

TotPop90：1990年人口数量；PctRural：乡村人口占比
PctBach：本科以上人口占比；PctEld：老龄人口占比
PctFB：外国出生人口占比；PctPov：贫困人口占比
PctBlack：非洲裔美国人占比；ID：地区ID
X：投影坐标系X坐标；Y：投影坐标系Y坐标

接着看软件中的各项参数选择

样本点越多，运行的时间越久，如果打开蒙特卡洛模拟运行也会变久，结果会给一个csv和txt。在txt文件中可以看到回归结果。

模型的基本信息可以看到软件的版本啊，观测点数量，变量，耗时......balabala。这个例子的数据的原因吧，对比一下R²，AICc，有效参数数量，残差平方和，MGWR也没太优于GWR的。MGWR中各项变量的带宽都比较大，所以做出来跟GWR应该没啥明显的不同。在GWR结果中，从p值来看，常数项、老龄人口、非裔这三项是不显著的。从t值也可以看出均不显著。蒙特卡洛检验中看到各变量p值均＞0.05，也就是说没啥空间变异性，只有常数项略微好显著些。

关于p值和t值的关系：提供来自经管之家的非正式参考资料，不哔哔自己的业余知识了

https://bbs.pinggu.org/thread-3908909-1-1.html

简而言之，t值的绝对值用来与特定区间值对比（例如0.1水平1.64-1.96，0.05水平1.96-2.58，0.01水平>2.58），来判断在什么水平上显著。

p是根据t和自由度计算出的不显著的概率，可以直接与显著性水平对比大小（例如0.1、0.05、0.01），所以最终只使用p值来判断是否显著即可。

显著性水平是人为规定可以接受的标准，对于不同学科、不同问题而言，要求亦不同。

在得到的csv表里，根据各变量的p值，筛选出具有显著性的数据，然后在ArcGIS中以beta值进行显示。多尺度地理加权回归结果的解读可以参考“北京市二手住宅价格影响机制——基于多尺度地理加权回归模型(MGWR)的研究”一文的4.3节。

错误之处请多指正，未写清楚之处请多补充。