《表4 空间回归模型比较》
通过自变量待选量的显著性及正值检验,确定路网长度、耕地灯光总强度、林地灯光总强度、草地灯光总强度以及建设用地的灯光总强度为自变量。表4为本研究空间回归模型的比较结果。表4表明SEM的R2与Loglikelihood值均大于SLM、Akaike info criterion与Schwarz criterion值均小于SLM,SEM的Lagrange Multiplier与Robust LM值均大于SLM,这充分说明了SEM比SLM的回归拟合效果更好。因此本研究选择了SEM模型实现人口数据空间化。表5为SEM模型的回归系数表。
图表编号 | XD0051758500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 杨晓荣、陈楠 |
绘制单位 | 福州大学福建省空间信息工程研究中心、福州大学空间数据挖掘与信息共享教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |