今天看到一篇文章使用的方法名稱是地理探測器，介紹說比常用的回歸方法要有優勢，查詢了一下方法也容易理解，而且確有其優勢，關鍵是作者專門做了一個page介紹他的軟件和方法，中英文的介紹文章也都有，真是十分方便了，做空間異質性分析的同學不妨一試，而且操作起來真是太簡單了，哈哈哈。

1.地理探測器介紹

地理探測器主要包括4種，分別是Factor_detector、Risk_detector、Ecological_detector、Interaction_detector。

1.1 Factor_detector

首先，根據自變量X進行分層，自變量需要是離散的，如果是連續的需要使用聚類等方式進行離散化。然后根據下述公式計算q值。其實公式反應的就是聚在一起的那些點或區域，如果方差和總方差相比很小的話，就說明有明顯的空間集聚現象，也就是空間異質性或者說文章中的叫法空間分異，計算完q值還可以對q值進行統計推斷，判斷其顯不顯著，當然這就不展開介紹了，具體的可以看王勁峰老師的論文《地理探測器_原理與展望》，中文的也容易看懂。

這個探測器在軟件中的輸出結果如下圖所示，其中type，region和level就是三個自變量或者叫factor，q值就是因變量Y分別對這三個自變量的q值了。

1.2 Risk_detector

Risk_detector其實就是判斷兩個子區域間的屬性均值是否有顯著的差別，用t統計量來檢驗，這個容易理解，不多解釋了。軟件結果如下，第一張表是各個type類別的均值，第二張表就是對應factor的兩個類別間有沒有顯著性差異。

1.3 Ecological_detector

生態檢測用于比較兩因子 X1和 X2對屬性 Y的空間分布的影響是否有顯著的差異，以F統計量來衡量，軟件運行結果如下圖所示，If Y(X1) (risk factor names in row) was significantly bigger than Y(X2) (risk factor names in column), the associated value is “Y”, while “N” expresses the opposite meaning.首先，表格中沒有Y或N的話就是沒有顯著性差異了，也就是X對Y的影響一樣，Y的話就是比如region對Y的影響要大于type對Y的影響。

1.4 Interaction_detector

交互探測器是用來識別不同風險因子 Xs之間的交互作用，即評估因子 X1和 X2共同作用時是否會增加或減弱對因變量 Y 的解釋力，或這些因子對 Y的影響是相互獨立的。思路也很簡單，就是將X1和X2對應的地塊取交集，分別看單獨情況和取交集情況的q值如何。可以分成下面這幾種情況。

軟件輸出結果如下所示：

以上就是地理探測器全部內容了，很有意思。

參考文獻

[1]王勁峰, & 徐成東. (2017). 地理探測器:原理與展望. 地理學報, 72(001), 116-134.
[2]http://www.geodetector.cn/#_How_to_Use
[3]Feng Gao, Shaoying Li*, Zhangzhi Tan, Zhifeng Wu, Xiaoming Zhang, Guanping Huang, Ziwei Huang. Understanding the modifiable areal unit problem in dockless bike sharing usage and exploring the interactive effects of built environment factors. International Journal of Geographical Information Science,2021,
https://doi.org/10.1080/13658816.2020.1863410
[4]基于共享單車騎行GPS記錄數據的研究成果丨城市數據派

總結

以上是生活随笔為你收集整理的地理探测器GeoDetector的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。