检索结果共
个
4
4.1
4.1 栅格数据模型要素
4.2
4.2 卫星图像
4.3
4.3 数字高程模型（DEMs）
4.4
4.4 其他栅格数据
4.5
4.5 栅格数据结构
4.6
4.6 栅格数据压缩
4.7
4.7 数据转换与综合
12
12.1
12.1 数据分析环境
12.2
12.2 局域运算
12.3
12.3 邻域运算
12.4
12.4 分区运算
12.5
12.5 自然距离量测运算
12.6
12.6 其他的栅格数据运算
12.7
12.7 地图逻辑运算
友情提示：同学您好，此页面仅供预览，在此页面学习不会被统计哦！ 请进入学习空间后选择课程学习。
回归模型
n回归模型是用一个方程式建立一个因变量与多个自变量的关系，可用于预测和推算。
n回归模型可在GIS中用地图叠置运算把分析所需的全部自变量结合起来。
n本章节包含三种回归模型：线性回归、局部回归和对数回归。
线性回归模型
n线性回归的主要和途是通过xi的值预测y的值。
n线性回归需要对预测值和真实值之间的误差、残差等作出几个假设.
n线性回归模型已用于对积雪、野生动物的活动范围、非点源污染的风险、土壤水份和入室盗窃建模。
局部回归模型
n局部回归模型，又称为地理加权回归分析，用每个已知点的信息推导局部模型。
n以探索空间非稳定性为基础（如，变量间的关系随空间变化），模型的参数可随着空间变化，这与整体回归模型中的稳定性的假设相反（变量间的关系在空间上保持相同）。
对数回归模型
n当因变量是类别数据（例如出现与否），自变量是类别数据或数值变量或两者皆是的时候，采用对数回归模型。
n逻辑回归模型已被开发用于预测草地鸟类栖息地、鱼类的栖息地和旅客对指定的国家公园的意识和态度。