方法详细资料

• getNeighbors

  public int getNeighbors()

  返回地理加权回归结果汇总中的相邻数目。

  1、用于各个局部估计的相邻数目，它控制模型中的平滑程度。通常，你可以选择默认的相邻点值，方法是：设置带宽确定方式(GWRParameter.setKernelType)方法选择BandWidthType.AICC或BandWidthType.CV，这两个选项都将尝试识别最佳自适应相邻点数目。

  2、由于"最佳"条件对于AIC和CV并不相同，都会得到相对的最优AICc值和CV值，因而通常会获得不同的最佳值。

  3、可以通过设置带宽类型（GWRParameter.setKernelType）方法提供精确的自适应相邻点数目。

  返回:

  地理加权回归结果汇总中的相邻数目。

• getBandwidth

  public double getBandwidth()

  返回地理加权回归结果汇总中的带宽范围。

  1、用于各个局部估计的带宽范围，它控制模型中的平滑程度。通常，你可以选择默认的带宽范围，方法是：设置带宽确定方式(GWRParameter.setKernelType)方法选择BandWidthType.AICC或BandWidthType.CV，这两个选项都将尝试识别最佳带宽范围。

  2、由于"最佳"条件对于AIC和CV并不相同，都会得到相对的最优AICc值和CV值，因而通常会获得不同的最佳值。

  3、可以通过设置带宽类型（GWRParameter.setKernelType）方法提供精确的带宽范围。

  返回:

  地理加权回归结果汇总中的带宽范围。

• getResidualSquares

  public double getResidualSquares()

  返回地理加权回归结果汇总中的残差平方和。

  残差平方和为实际值与估计值（或拟合值）的平方之和。此测量值越小，模型越拟合观测数据，即拟合程度越好。

  返回:

  地理加权回归结果汇总中的残差平方和。

• getEdf

  public double getEdf()

  返回地理加权回归结果汇总中的有效自由度。

  数据的数目与有效的参数数量（EffectiveNumber）的差值，不一定是整数，可用来计算多个诊断测量值。自由度较大的模型拟合度会较差，能够较好的反应数据的真实情况，统计量会变得比较可靠；反之，拟合效果会较好，但是不能较好的反应数据的真实情况，模型数据的独立性被削弱，关联度增加。

  返回:

  地理加权回归结果汇总中的有效自由度。

• getEffectiveNumber

  public double getEffectiveNumber()

  返回地理加权回归结果汇总中的有效的参数数量。

  反映了估计值的方差与系数估计值的偏差之间的折衷，该值与带宽的选择有关，可用来计算多个诊断测量值。对于较大的带宽，系数的有效数量将接近实际参数数量，局部系数估计值将具有较小的方差，但是偏差将会非常大;对于较小的带宽，系数的有效数量将接近观测值的数量，局部系数估计值将具有较大的方差，但是偏差将会变小。

  返回:

  地理加权回归结果汇总中的有效的参数数量。

• getSigma

  public double getSigma()

  返回地理加权回归结果汇总中的残差估计标准差。

  残差的估计标准差，为剩余平方和除以残差的有效自由度的平方根。此统计值越小，模型拟合效果越好。

  返回:

  地理加权回归结果汇总中的残差估计标准差。

• getAIC

  public double getAIC()

  返回地理加权回归结果汇总中的AIC。

  与AICc类似，是衡量模型拟合优良性的一种标准，可以权衡所估计模型的复杂度和模型拟合数据的优良性，在评价模型时是兼顾了简洁性和精确性。表明增加自由参数的数目提高了拟合的优良性，AIC鼓励数据的拟合性，但是应尽量避免出现过度拟合的情况。所以优先考虑AIC值较小的，是寻找可以最好的解释数据但包含最少自由参数的模型。

  返回:

  地理加权回归结果汇总中的AIC。

• getAICc

  public double getAICc()

  返回地理加权回归结果汇总中的AICc。

  当数据增加时，AICc收敛为AIC，也是模型性能的一种度量，有助与比较不同的回归模型。考虑到模型复杂性，具有较低AICc值的模型将更好的拟合观测数据。AICc不是拟合度的绝对度量，但对于比较用于同一因变量且具有不同解释变量的模型非常有用。如果两个模型的AICc值相差大于3，具有较低AICc值的模型将视为更佳的模型。

  返回:

  地理加权回归结果汇总中的AICc。

• getR2

  public double getR2()

  返回地理加权回归结果汇总中的判定系数（R2）。

  判定系数是拟合度的一种度量，其值在0.0和1.0范围内变化，值越大模型越好。此值可解释为回归模型所涵盖的因变量方差的比例。R2计算的分母为因变量值的平方和，添加一个解释变量不会更改分母但是会更改分子，这将出现改善模型拟合的情况，但是也可能假象。

  返回:

  地理加权回归结果汇总中的判定系数（R2）。

• getR2Adjusted

  public double getR2Adjusted()

  返回地理加权回归结果汇总中的校正的判定系数。

  校正的判定系数的计算将按分子和分母的自由度对它们进行正规化。这具有对模型中变量数进行补偿的效果，由于校正的R2值通常小于R2值。但是，执行校正时，无法将该值的解释作为所解释方差的比例。自由度的有效值是带宽的函数，因此，AICc是对模型进行比较的首选方式。

  返回:

  地理加权回归结果汇总中的校正的判定系数。