• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistical Methods and Applications >A weighted polynomial regression method for local fitting of spatial data
【24h】

A weighted polynomial regression method for local fitting of spatial data

机译：用于空间数据局部拟合的加权多项式回归方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Typically, parametric approaches to spatial problems require restrictive assumptions. On the other hand, in a wide variety of practical situations nonparametric bivariate smoothing techniques has been shown to be successfully employable for estimating small or large scale regularity factors, or even the signal content of spatial data taken as a whole. We propose a weighted local polynomial regression smoother suitable for fitting of spatial data. To account for spatial variability, we both insert a spatial contiguity index in the standard formulation, and construct a spatial-adaptive bandwidth selection rule. Our bandwidth selector depends on the Geary's local indicator of spatial association. As illustrative example, we provide a brief Monte Carlo study case on equally spaced data, the performances of our smoother and the standard polynomial regression procedure are compared.
机译：通常，空间问题的参数化方法需要限制性的假设。另一方面，在各种实际情况下，非参数双变量平滑技术已被证明可成功地用于估算小规模或大规模尺度的规则性因子，甚至是整体上空间数据的信号内容。我们提出了适合于空间数据拟合的加权局部多项式回归平滑器。为了解决空间可变性，我们都在标准公式中插入了空间连续性索引，并构造了空间自适应带宽选择规则。我们的带宽选择器取决于Geary的空间​​关联局部指标。作为说明性示例，我们提供了有关等距数据的简短蒙特卡洛研究案例，比较了平滑器和标准多项式回归程序的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号