MGWR（多尺度地理加权回归）是由Stewart Fotheringham教授团队开发，基于Microsoft Windows和MacOS的应用软件，用于校准多尺度地理加权回归（GWR）模型，该模型可用于探索因变量/响应变量与独立/解释变量的空间关系。它结合了广泛使用的对空间异质性建模的方法-地理加权回归（GWR）以及新提出的方法-多尺度GWR（MGWR），它放宽了对所有要建模的过程都在相同空间尺度上的假设。

1 源码为python语言编写。 2 兼容地理加权回归和多尺度地理加权回归。 3 软件及源码由马里兰大学地理科学院提供。

按照先全局变量后局部变量,MGWR如下: 使用MGWR模型，需先识别那些项具有常数参数,那些项目有可变参数. 5.1 MGWR常数参数项的识别 不是所有的 都相等

混合地理加权回归模型、时空地理加权回归模型以及地理加权回归模型计算

中号ultiscaleģeographicallyW¯¯eightedřegression（MGWR） 该模块提供了校准多刻度（M）GWR以及传统GWR的功能。 它建立在稀疏的广义线性建模（spglm）模块上。 特征 通过迭代加权最小二乘对高斯模型，泊松模型和二项式概率模型进行GWR模型校准。 通过黄金分割搜索或等间隔搜索选择GWR带宽 GWR特定的模型诊断，包括多个假设检验校正和局部共线性 参数估计曲面的空间变异性的蒙特卡洛检验 基于GWR的空间预测 通过GAM迭代反拟合对高斯模型进行MGWR模型校准 GWR和MGWR的并行计算 MGWR协变量特定的推论，包括多重假设检验校正和局部共线性 GWR和MGWR的带宽置信区间 引文 Oshan，TM，Li，Z.，Kang，W.，Wolf，LJ，＆Fotheringham，AS（2019）。 mgwr：多尺度地理加权回归的Python实现，用

本文件是最新版更新的Arcgis做地理加权回归 插件。解决了上版本的提示版本错误问题。能够做空间局部及混合加权回归模型。

通过python编码实现MGWR、MGWTR模型的求解。能够解决空间非平稳性问题。