《表4 空间回归模型比较》

  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

《基于多源数据的福建省人口数据空间化研究》

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

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。