Chcę przewidzieć wysokości drzew w określonym obszarze przy użyciu niektórych zmiennych uzyskanych za pomocą teledetekcji. Podobnie jak przybliżona biomasa itp. Najpierw chcę zastosować regresję liniową (wiem, że nie jest to najlepszy pomysł, ale jest to krok konieczny dla mojego projektu). Chciałem wiedzieć, jak źle wpływa na to autokorelacja przestrzenna i jaki jest najprostszy sposób, aby to naprawić, jeśli jest to w ogóle możliwe. Nawiasem mówiąc, robię wszystko w R.
r
multiple-regression
spatial
autocorrelation
JEquihua
źródło
źródło
Odpowiedzi:
Jeśli wykryta zostanie statystycznie istotna autokorelacja w resztach, fizycznie proksymalne obserwacje muszą zostać uwzględnione w modelu regresji, podobnie jak w żyłach do tego, co dzieje się w szeregach czasowych.
Na szczęście dla użytkownika R istnieje widok zadania Analiza danych przestrzennych CRAN; jednym polecanym pakietem jest spdep , który ma wymagane funkcje (i ilustracyjne winiety).
źródło
spdep
ma również piękny podręcznik o przestrzennej analizy danych wR
tutaj . Jestem właścicielem tej książki i uważam ją za bardzo przydatną.