carto-gwr

地理加权回归（GWR）

使用 GWR 构建 CARTO Workflows，以建模因变量与一个或多个自变量之间随空间位置变化的关系。与全局回归（整个研究区域使用一组系数）不同，GWR 会为每个空间单元生成局部系数，从而揭示关系如何随空间变化。例如：“在市中心，卧室数量会使房价增加 5 万美元；而在郊区只会增加 2 万美元。”

前置条件：加载 carto-create-workflow，以了解开发流程、JSON 结构和验证命令——其中涵盖两种访问方式（连接 MCP 服务时，使用 MCP 服务的工作流工具，例如 create_workflow、validate_workflow 和 run_workflow；否则使用 carto workflows CLI；路由信号见 carto-basics/references/access-paths.md）。

---

说明

GWR 工作流遵循以下流程：

Source Data -> (Filter) -> Spatial Indexing (H3/Quadbin) -> Aggregation (dependent + independent vars per cell) -> GWR -> Save

步骤 1：加载源数据

使用 native.gettablebyname。输入表必须至少包含一个数值型因变量和一个或多个数值型自变量（预测变量）。

成功标准：节点输出包含所需数值列的表。

步骤 2：筛选（如有需要）

使用 native.wheresimplified 或 native.where 缩小数据范围（例如，移除关键列中的空值，或按类别、日期范围筛选）。

成功标准：输出仅包含因变量和所有自变量均有效且非空的行。

步骤 3：空间索引

如果数据尚未建立索引，请将点几何转换为空间索引单元：

• H3 使用 native.h3frompoint
• Quadbin 使用 native.quadbinfromgeopoint

如果数据已包含 H3 或 Quadbin 列（预聚合数据集常见），则跳过此步骤。

分辨率指南：

分辨率	单元大小	用途
H3 res 7	边长约 5 km	城市级关系
H3 res 8	边长约 2 km	街区级关系
H3 res 9	边长约 500m	街道级关系（需要密集数据）

成功标准：每行都有一个空间索引列（例如 h3）。

步骤 4：按单元聚合

使用 native.groupby 按单元生成一行，并聚合因变量和所有自变量的值：

• 分组依据：空间索引列（h3）
• 聚合方式：price,avg,bedrooms,avg,bathrooms,avg（根据实际列调整）

因变量应根据具体情况使用 avg 或 sum 聚合。自变量通常取平均值。

成功标准：输出中每个唯一单元恰好一行，包含目标变量和所有预测变量的数值列。

步骤 5：运行 GWR

使用 native.gwr，参数如下：

输入项	说明	默认值
index_column	包含 H3/Quadbin 索引的列	h3
label_column	要建模的目标变量／因变量（必须为数值型）	-
features_columns	预测变量／自变量列（字符串数组）	-
kernel_function	邻居的加权函数	gaussian
kring_distance	K 环大小（以跳数表示的邻域半径）	3
fit_intercept	是否拟合截距项	true

核函数选项：gaussian（推荐——距离衰减平滑）、uniform、triangular、quadratic、quartic。

K 环大小：控制邻域半径。

• 太小（1-2）：系数嘈杂且不稳定。
• 太大（5+）：过度平滑，趋近全局回归。
• 建议从 3 开始，作为较均衡的默认值。

成功标准：输出包含每个单元的列：index、intercept、每个自变量对应的系数列、r_squared 和 residual。（参见注意事项中的 Provider 大小写说明——Snowflake 会将这些列名显示为大写。）

第 6 步：保存

使用 native.saveastable 持久化结果。空间索引列可直接在 CARTO Builder 中可视化——按系数列为地图设置样式，创建展示空间变化的系数地图。

成功标志：已验证的工作流，可通过 create_workflow（MCP）或 carto workflows create（CLI）上传。

---

输出列

列	含义
index	空间索引单元格 ID（H3 或 Quadbin）
intercept	局部截距项
<variable_name>	每个自变量的局部系数
r_squared	局部模型拟合度（0-1）——数值越高，局部解释能力越强
residual	观测值与预测值之差

---

注意事项

• 提供商大小写规则与 SQL 方言。 本技能中的列名采用小写（BigQuery / Databricks / Postgres / Redshift 惯例）。在 Snowflake 中，未加引号的标识符会显示为大写——在表达式中引用 H3、INDEX、PRICE、R_SQUARED、INTERCEPT 等。有关大小写规则和 SQL 方言对照，请参阅 carto-create-workflow/references/providers/<provider>.md。
• GWR 组件需要 Analytics Toolbox。离线验证（通过 MCP 使用 validate_workflow，或使用 carto workflows validate）无法解析 AT 位置——运行前请使用仅限 CLI 的 carto workflows verify-remote --connection <conn> 确认。
• 因变量必须是连续数值变量。分类目标需要采用其他方法（例如分类）。
• 任意变量（因变量或自变量）中含有 null 值的单元格都会从模型中排除。运行 GWR 前，请先筛选或填补 null 值。
• 自变量之间的多重共线性会降低结果质量。如果两个预测变量高度相关（例如 bedrooms 和 total_rooms），请删除其中一个或将其合并。纳入多个相似变量前，请检查相关性。
• 每个单元格的 r_squared 表示局部模型拟合度。许多单元格的数值都很低，说明模型中可能缺少重要预测变量。
• features_columns 输入是一个列名数组（例如 ["bedrooms", "bathrooms"]），不是逗号分隔的字符串。
• 输出列名为 index，而不是原始空间索引列名。如果要与原始数据联接，请使用 native.renamecolumn 重命名。
• 高分辨率下，稀疏数据会导致系数不可靠。选择高分辨率前，请确保有足够多的单元格包含所有变量的数据。

---

参考模板

资源	描述
BQ 教程：Airbnb 房源价格（GWR）	BigQuery 分步教程：分析柏林 Airbnb 房价与卧室数、浴室数的关系，使用 H3 分辨率 7、kring 3 和 Gaussian 核
SF 教程：Airbnb 房源价格（GWR）	Snowflake 分步教程：针对 Snowflake 调整的相同分析

工作流模板（可在 CARTO Workspace 中使用）：“应用地理加权回归（GWR）来建模数据中的局部空间关系”

示例用例：分析洛杉矶的 Airbnb 评分——建模 overall_rating 与 value_review、cleanliness、location 的关系，并使用 Data Observatory 的社会人口统计数据进行丰富。使用 H3 分辨率 7、kring 3 和 Gaussian 核。

---

常见变体

变体	方法
预聚合数据（每个网格单元已对应一行）	跳过第 3 至 4 步，直接运行 GWR
使用 Data Observatory 丰富数据	在 GWR 之前添加 native.enrichgrid，纳入社会人口统计预测变量
比较系数	保存结果，然后使用 Builder 分别按各个系数列设置地图样式
按模型拟合度筛选	在 GWR 之后添加 native.where，仅保留 r_squared > 0.5（或其他阈值）的网格单元
结合热点分析	先运行 GWR，然后将残差作为输入传递给 Getis-Ord，以查找过度预测或预测不足的聚类