spgwr::ggwr()中如何获取局部回归系数的标准误？

Question

我正在使用 spgwr::ggwr() 将广义地理加权回归与泊松模型和 log-link 函数拟合。结果提供了局部系数估计值，但我不知道如何获得它们的标准误差（或 t 统计量）来计算伪 p 值。

下面是一个使用 SpatialEpi::NYleukemia 数据集的玩具示例：

library(SpatialEpi)
library(spgwr)

## Load data
data(NYleukemia)
population <- NYleukemia$data$population
cases <- ceiling(NYleukemia$data$cases * 100)
centroids <- latlong2grid(NYleukemia$geo[, 2:3])

# data frame
nyleuk <- data.frame(centroids, cases, population) 

# set coordinates as vector
coordny <- cbind(centroids[,1],centroids[,2])

# set a kernel bandwidth
bw <- 0.5

# fit ggwr()
m_pois <- ggwr(cases ~ offset(log(population)),
               data = nyleuk, gweight = gwr.Gauss, 
               adapt = bw, family = poisson(link="log"),  
               type="working", coords = coordny) 

# returns spatial point with coefficients 
# but no standard errors :(
head(m_pois$SDF@data)

有什么方法可以获得系数的标准误差吗？

谢谢！

Answer 1

您可以从局部系数运行函数 GWmodel::ggwr.basic 中获得标准误差。函数 spgwr::ggwr() returns 系数但没有标准误差。

spgwr::ggwr()中如何获取局部回归系数的标准误？

How to obtain standard errors of local regression coefficients in spgwr::ggwr()?

r

gwr

spgwr