다중척도 유사성·지리 가중 회귀(M‑SGWR) 모델의 혁신적 확장

초록

M‑SGWR은 기존 GWR·MGWR이 지리적 거리만을 이용해 가중치를 부여하는 한계를 넘어, 변수별로 지리적 거리와 속성(변수) 유사성을 혼합한 가중 행렬을 구축한다. α 파라미터와 밴드위스를 변수마다 최적화함으로써, 각 변수의 공간적·비공간적 영향을 독립적으로 추정한다. 시뮬레이션과 실증 사례에서 GWR, SGWR, MGWR 대비 적합도와 예측력이 모두 향상됨을 보였다.

상세 분석

본 논문은 공간 회귀 분석에서 “가까운 것이 비슷하다”는 제1법칙을 재해석한다. 기존 GWR은 하나의 밴드위스로 모든 독립변수에 동일한 지리적 가중치를 적용하고, MGWR은 변수별 밴드위트만 다르게 설정한다. 그러나 두 모델 모두 거리 기반 가중치만을 사용해, 디지털 연결망, 사회적 관계 등 비지리적 연계성을 포착하지 못한다. 이를 보완하기 위해 저자들은 SGWR을 확장해, 각 변수마다 지리적 거리 가중치와 속성 유사도 가중치를 별도로 계산하고, α∈