地理加权回归GWR、SGWR、MGWR、GTWR软件汇总
地理加权回归GWR、SGWR、MGWR、GTWR软件汇总
现在有一系列的软件用于运行GWR和进行GW建模。GWR4是一个独立的Windows应用程序。GWmodel是一个包含GW回归函数的R库。在几个软件包中有GWR选项，包括ArcGIS、SpaceStat和SAM。还有许多其他R包，包括spgwr和gwrr。
GWR4可以从这个站点下载，但是您必须注册才能这样做。GWmodel，其他R包可以从CRAN下载。(http://cran.r-project.org/)。下面是其他软件包的链接。
多尺度地理加权回归(Multi-scale geography Weighted Regression，简称MGWR)是一款基于微软Windows和MacOS的应用软件，用于校准多尺度地理加权回归(Multi-scale geography Weighted Regression，简称GWR)模型，该模型可用于探索因变量/响应变量与独立变量/解释变量之间的地理变化关系。它融合了广泛使用的过程空间异质性建模方法——地理加权回归(GWR)，以及新提出的方法——多尺度GWR (MGWR)，后者放宽了所有被建模过程都在同一空间尺度上运行的假设。GWR模型可以看作是一种随地理参数变化的回归模型。
作为一个开源项目，MGWR希望用户能引用软件的使用情况。以下是本软件的引文信息:
要了解更多关于开源python包mgwr的信息，请访问我们的git仓库https://github.com/pysal/mgwr。
1、GWmodel
GWmodel在一个包内为R用户提供一系列地理加权数据分析方法，包括描述性统计、相关性、回归、一般线性模型和主成分分析。回归模型包括各种高斯、logit和泊松结构的数据，以及处理相关预测因子的岭回归模型。这个包的一个新特性是提供每种技术的稳健版本——这些版本可以抵抗离群值的影响。
建模的位置可以在投影坐标系统中，也可以使用地理坐标指定。距离度量包括Euclidean, taxicab (Manhattan)和 Minkowski，以及由经纬度坐标指定的Great Circle距离。还提供了各种自动校准方法，并且有一些有用的模型构建工具可用来帮助从替代预测器中进行选择。
该文档包含各种功能的说明，可访问http://cran.r-project.org/web/packages/GWmodel/GWmodel.pdf。
你可以从http://arxiv.org/abs/1306.0413上下载GWmodel的预印本
运行GWR有两个R包
SPGWR为GWR模型的估计提供了一系列的方法;作者是Roger Bivand和Danlin Yu。
gwrr为GWR模型的共线性诊断提供了额外的工具;作者为：Roger Bivand and Danlin Yu.
2、其他软件
在其他应用软件中也有GWR的实现:
ArcGIS:空间统计工具箱，ArcMap核心功能的一部分，提供了一个用于拟合高斯GWR模型的GWR工具(http://resources.arcgis.com/en/help/main/10.1/index.html#/An_overview_of_the_Modeling_Spatial_Relationships_toolset/005p0000001w000000/)
由Biomedware开发的SpaceStat允许GWR模型在Windows环境中安装(http://www.biomedware.com/?module=Page&sID=spacestat)
SAM – the Spatial Analysis in Macroecology package has an implementation of GWR (http://www.ecoevol.ufg.br/sam/)
地理探测器geodetector http://www.geodetector.cn/ 中科院王劲峰老师团队开发
多尺度地理加权回归软件MGWR
https://sgsup.asu.edu/sparc/multiscale-gwr 返回搜狐，查看更多
责任编辑：