R语言 spgwr包 ggwr.sel()函数中文帮助文档(中英文对照)

loveR

ggwr.sel(spgwr)
ggwr.sel()所属R语言包：spgwr

                                        Crossvalidation of bandwidth for generalised GWR
                                         广义交叉验证的带宽GWR

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The function finds a bandwidth for a given generalised geographically weighted regression by optimzing a selected function. For cross-validation, this scores the root mean square prediction error for the generalised geographically weighted regressions, choosing the bandwidth minimizing this quantity.
函数找到一个带宽对于一个给定的概括GEO加权回归通过optimzing选定的功能。交叉验证，这个分数的均方根预测误差的广义的GEO加权回归，数量尽量减少这种选择的带宽。


用法----------Usage----------


ggwr.sel(formula, data = list(), coords, adapt = FALSE, gweight = gwr.Gauss,
family = gaussian, verbose = TRUE, longlat = NULL, RMSE=FALSE,
tol=.Machine$double.eps^0.25)



参数----------Arguments----------

参数：formula
regression model formula as in glm
回归模型公式glm


参数：data
model data frame as in glm, or may be a SpatialPointsDataFrame or SpatialPolygonsDataFrame object as defined in package sp
模型数据框在glm，或可能是一个SpatialPointsDataFrame或SpatialPolygonsDataFrame在套件sp中定义的对象作为


参数：coords
matrix of coordinates of points representing the spatial positions of the observations
代表的观测值的空间位置的坐标的点矩阵


参数：adapt
either TRUE: find the proportion between 0 and 1 of observations to include in weighting scheme (k-nearest neighbours), or FALSE — find global bandwidth
TRUE：找到的比例在0和1之间的观测，包括权重方案（k-最近邻居），或FALSE  - 寻找全局带宽


参数：gweight
geographical weighting function, at present  gwr.Gauss() default, or gwr.gauss(), the previous default or gwr.bisquare()
GEO加权函数，目前gwr.Gauss()默认情况下，或gwr.gauss()，以前的默认或gwr.bisquare()


参数：family
a description of the error distribution and link function to be used in the model, see glm
在模型中使用的误差分布和链接功能的描述，请参阅glm


参数：verbose
if TRUE (default), reports the progress of search for bandwidth
如果是TRUE（默认），报告的进展，带宽的搜索


参数：longlat
TRUE if point coordinates are longitude-latitude decimal degrees, in which case distances are measured in kilometers; if x is a SpatialPoints object, the value is taken from the object itself
TRUE，如果点坐标的经纬度小数度，在这种情况下，测量距离（公里），如果x是一个SpatialPoints，对象，对象本身的价值是从


参数：RMSE
default FALSE to correspond with CV scores in newer references (sum of squared CV errors), if TRUE the previous behaviour of scoring by LOO CV RMSE
默认情况下，FALSE对应在新的参考文献（CV得分总和平方CV错误），如果为true，以前的行为得分由LOO CV RMSE


参数：tol
the desired accuracy to be passed to optimize
所需的精度将被传递给optimize


值----------Value----------

returns the cross-validation bandwidth.
返回的交叉验证的带宽。


注意----------Note----------

The use of GWR on GLM is only at the initial proof of concept stage, nothing should be treated as an accepted method at this stage.
使用GWR上GLM只在最初的概念证明阶段，也不应该被视为一个公认的方法，在这个阶段。


（作者）----------Author(s)----------


Roger Bivand <a href="mailto:Roger.Bivand@nhh.no">Roger.Bivand@nhh.no</a>



参考文献----------References----------

Geographically Weighted Regression, Chichester: Wiley;

参见----------See Also----------

gwr.sel, ggwr
gwr.sel，ggwr


实例----------Examples----------


library(maptools)
xx <- readShapePoly(system.file("shapes/sids.shp", package="maptools")[1],
  IDvar="FIPSNO", proj4string=CRS("+proj=longlat +ellps=clrk66"))
bw <- ggwr.sel(SID74 ~ I(NWBIR74/BIR74) + offset(log(BIR74)), data=xx,
  family=poisson(), longlat=TRUE)
bw

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。