---

专注系列化、高质量的R语言教程

推文索引 | 联系小编 | 付费合集

---

有读者不知道如何用地理加权回归去预测新的数据。本篇以常用的两个工具包为例进行介绍。

本篇目录如下：

• 0 数据准备

• 1 spgwr工具包

• 2 GWmodel工具包

• 3 结语

相关推文：

• spgwr | R语言与地理加权回归（Ⅰ-1）：线性地理加权回归

• spgwr | R语言与地理加权回归（Ⅰ-2）：广义线性地理加权回归

• GWmodel | 地理加权模型（Ⅱ-1）：地理加权主成分分析（GWPCA）

• GWmodel | 地理加权模型（Ⅱ-2）：如何查看地理加权回归的显著性

0 数据准备

示例数据是来自spData工具包的NY8_utm18.shp。该数据在推文线性地理加权回归中使用过。

library(rgdal)
NY8 <- readOGR(system.file("shapes/NY8_utm18.shp",package = "spData"))

该数据共包含281个空间单元。随机选择其中的276个作为模型数据，剩余5个作为预测数据。代码如下：

set.seed(0312)
modelid <- sample(1:281, 276)
predid <- setdiff(1:281, modelid)modeldata <- NY8[modelid,]
preddata <- NY8[predid,]plot(modeldata)
plot(preddata, add = T, col = "red")

1 spgwr工具包

使用spgwr工具包的函数运行一个地理加权模型：

library(spgwr)
form <- Z ~ PEXPOSURE + PCTAGE65P + PCTOWNHOME
bw <- gwr.sel(formula = form, data = modeldata,gweight = gwr.Gauss, method = "cv")model <- gwr(formula = form, data = modeldata,bandwidth = bw, gweight = gwr.Gauss)

该模型不能使用predict()函数进行预测：

predict(model, preddata) 
## Error in UseMethod("predict") : 
##  no applicable method for 'predict' applied to an object of class "gwr"

在R语言中，使用什么函数预测模型需要看对应工具包的设计。比如spgwr工具包，在帮助文档中可以发现gwr()函数有两个参数与模型预测有关：

• fit.points: an object containing the coordinates of fit points; often an object from package sp; if missing, the coordinates given through the data argument object, or the coords argument are used;

• predictions: default FALSE; if TRUE and no fit points given, return GW fitted values at data points, if fit points given and are a Spatial*DataFrame object containing the RHS variables in the formula, return GW predictions at the fit points.

因此，在spgwr工具包中模型运行和预测使用的是同一个函数；如需使用新数据进行预测，需使用fit.points参数指定包含新数据的矢量数据，并设置predictions = TRUE。

model12 <- gwr(formula = form, data = modeldata,bandwidth = bw, gweight = gwr.Gauss,fit.points = preddata,predictions = T) 
## 查看预测结果
model12$SDF$pred
## [1]  0.04586992 -0.36963028 -0.09173360 -0.39631776  0.13528131

• 对比model和model12的SDF可以发现：不需要模型预测的model，其SDF@data对应的是模型数据；需要模型预测的model12，其SDF@data对应的是预测数据；

• 其他函数如ggwr()函数的预测方法类似。

2 GWmodel工具包

使用GWmodel工具包的函数运行一个地理加权模型（带宽参数bw仍使用上例的值）：

library(GWmodel)
model2 <- gwr.basic(formula = form, data = modeldata,bw = bw, kernel = "gaussian")

该工具包同样不支持使用predict()函数进行模型预测：

predict(model2, preddata) 
## Error in UseMethod("predict") : 
##  no applicable method for 'predict' applied to an object of class "gwrm"

查看帮助文档可发现一个gwr.predict()函数，其参数predictdata的说明如下：

• predictdata: a Spatial*DataFrame object to provide prediction locations, i.e. SpatialPointsDataFrame or SpatialPolygonsDataFrame as defined in package sp.

示例如下：

model22 <- gwr.predict(formula = form, data = modeldata,bw = bw, kernel = "gaussian",predictdata = preddata) 
## 查看预测结果
model22$SDF$prediction
## [1]  0.04586992 -0.36963028 -0.09173360 -0.39631776  0.13528131

3 结语

关于R语言中的函数使用方法，学堂君在下面的推文中已经介绍了：

• 如何正确使用R语言的函数——为什么有的模型结果不能使用summary函数查询？