Abstract

Local regression methods can provide specific information about individual observations (places) in spatial analysis that is often useful in understanding non-stationary covariate relationships. Geographically weighted regression (GWR) is one widely used local regression model whose parameter estimates are mapped as continuous or discrete surfaces. A less frequently used local regression method used in spatial analysis is quantile regression (QR). One drawback to the use of QR is its restricted visualization possibilities; currently, regression parameter summaries for QR are visualized only as line graphs that plot parameter estimates against quantile levels. This article presents a method that also permits the spatial display of these values in a choropleth map so that QR can be added to the cartographic repertoire of exploratory data models.

Abstract

Des méthodes de régression locale peuvent produire de l’information précise sur des observations individuelles (lieux) en analyse spatiale, information qui aide souvent à comprendre les relations entre des covariables non stationnaires. La régression pondérée géographiquement (RPG) est un modèle de régression locale d’usage courant dont les estimations paramétriques sont décrites comme surfaces continues ou discrètes. La régression par quantile (RQ) est une méthode de régression locale moins utilisée en analyse spatiale. Un inconvénient de la RQ réside dans ses possibilités de visualisation limitées. Les résumés de paramètres de régression en RQ sont actuellement visualisés sous forme de graphiques linéaires des estimations paramétriques en fonction de niveaux de quantile. Cet article présente une méthode qui permet aussi l’affichage spatial de ces valeurs sous forme de carte choroplèthe qui permet d’ajouter la RQ au répertoire cartographique d’un modèle de données d’exploration.

pdf

Share