目前空间数据分析成为了一个热门的研究方向。在空间数据的局部建模方法中,地理加权回归方法(以下简称为GWR方法)以其概念清晰、操作简单尤其受到人们的普遍重视,但就该方法的理论分析方面,研究基础还相对薄弱。另外,GWR方法只是将空间数据的位置属性纳入拟合之中,而未考虑时间因素,因而其只能用于空间截面数据的统计分析。本课题以GWR方法为主线,利用非参数光滑技术,深入研究(1)空间变系数模型中系数函数的GWR相关估计的渐近性质。(2)时空数据的局部建模方法,探索与分析时空相关数据回归关系与系数函数在时间与空间尺度上的变化规律。(3)探索与分析具有相关结构的时空数据回归关系非平稳性的理论与方法。研究目标是为系数函数空间变化特征的统计推断研究提供必要的理论支持,发展与探索回归关系与系数函数在时间与空间尺度上的局部特征的统计推断方法。研究结果将推广空间数据分析的应用领域,在更加符合实际的情况下探索数据。
英文主题词Spatially semi-varying coefficient model;Spatial heteroscedasticity;Local linear reweighting fitting method;Spatio-temporal autocorrelation;