.png){kind=icon}
.png){kind=icon}
返回
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
摘要
En 中文
冗余分析（RDA）是一种用于识别多个响应变量与解释变量之间关键关系的传统排序技术。该技术常规应用于自然科学和社会科学，但对于空间过程，RDA常在不完全考虑空间效应的情况下被应用。此类简单应用在RDA结果解释和研究过程理解方面存在问题，可能导致决策失误。在这方面，RDA可用于探索：(i) 空间自相关，(ii) 数据关系中的空间异质性，或 (iii) 同时考虑空间效应 (i) 和 (ii)。本研究聚焦于空间异质性，将RDA新颖地置于地理加权（GW）框架中，可在任意空间位置校准局部RDA以形成GWRDA。这种空间设定使RDA能够识别并探究多元数据集中非平稳结构的空间分布。文中给出了所提GWRDA算法的关键校准和诊断工具，并通过模拟实验和实证案例研究进行评估。最后提出了GWRDA未来改进和发展的路线图。
Keyword:
Spatial heterogeneity
RDA
GWRDA
GWR
multivariate analysis