庞博

【摘 要】 城市住房价格一直是社会关注度最高的热点问题之一，其关系到每一个公民的切身利益。而地理加权回归（GWR）模型不能有效处理样本数据时空相關性这一问题，利用GTWR模型有效地将时空数据进行结合，并对武汉市的房价进行分析。有效解决了地理加权回归模型的不足。研究结果表明，各个因子对住宅价格所起的影响不同。GTWR在GWR的基础上，进一步把握了不同因子在时间上对住房价格影响的差异性，进而能够提供不同时间不同地点的住房价格分析和辅助决策支持。

【关键词】 GTWR 住房价格 时空数据

1.研究方法

1.1 GWR模型

地理加权回归（GWR）模型是一种空间分析模型。在空间分析中，观测数据一般按照给定的地理位置作为采样单元进行采样，随着地理位置的变化，变量间的关系或者结构会发生改变，即GIS中所说的“空间非平稳性”。这种空间非平稳性普遍存在于空间数据中，如果采用传统的线性回归模型来分析空间数据，一般很难得到令人满意的结果，而利用GWR模型，通过建立空间范围内每个点处的局部回归方程，来应对空间数据自身的这种属性，其在探索变量间空间变化关系及对未来结果预测过程中具备明显优势。

1.2 GWR模型的改进—GTWR模型

GWR利用空间变化的回归系数进行拟合估测，并未直接考虑空间依赖性，模型残差ε具有不确定性，可能包含部分能够建模的时空相关性。GTWR是在GWR模型的基础上，将空间位置坐标和时间序列坐标构成三维坐标，同时考虑空间和时间对各解释变量的回归系数的影响。……