《表3 模型诊断指标：城市因素对COVID-19疫情的影响——以武汉市为例》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《城市因素对COVID-19疫情的影响——以武汉市为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由于OLS模型中的道路密度对疫情并无显著影响，因此在GWR模型中予以去除，以简化模型的复杂度。由表3中GWR模型的诊断指标可以看出，GWR模型能够解释求助强度总变异的26.3%～85.5%（局部R2），平均调整R2高达0.822，说明该模型具有较高的解释力。通过对局部R2的数值和空间变异区域进行分析可知，大部分研究网格中的求助强度都能够用GWR模型进行很好的拟合。如在疫情最为严重和集中的汉口老城区（地铁6号线沿线一带），模型拟合度均高于65%，且局部R2的高数值区域与疫情高发地带的走势具有较高的一致性。即使在模型估计效能最低的区域（如徐东和岳家嘴之间的地带、洪山广场附近），局部R2仍接近或高于30%，这些因素的综合解释能力仍处于可接受的水平。相对于OLS模型，GWR模型的R2和调整R2均有显著改善，说明其残差得到了有效缩减。此外，可通过AICc对不同模型进行比较，其数值减小3即可认为模型性能有显著提高[15]。而本文中，GWR模型的AICc值比OLS模型减小了约257，模型性能较之前提高了80%。