Parameter Smoothing Specification in Bayesian Geographically and Temporally Weighted Regression: Case Study of Analyzing Spatio-temporal Distribution of Population in Tokyo Metropolitan Area: ―首都圏における滞留者分布と土地利用を分析対象としたケーススタディ―

Abstract

本稿では,ベイズ地理的時間的加重回帰(BGTWR)を用いてデータに備わる 時間的パターンを検出する際に,周期関数を用いてパラメータを平滑化する手法を提案 した。具体的には,まず,回帰係数間の時間的関係の長さ,傾向,および,周期性を調 整するためのパラメータ・セットを考案し,異なる平滑化関数の形状を同一の基準を用 いて比較した。次に,本手法の適用例として,パーソントリップ調査と細密数値情報(10m メッシュ土地利用)のデータを用いて,首都圏における住宅と商業施設の滞留者分布の 関係を BGTWR により分析した。BGTWR を用いることで,非ベイズモデルと比較して, 要約統計量のばらつきは小さく,安定した結果を得ることが可能である。また,ベイズ 情報量基準(BIC)の値に基づき平滑化手法を比較すると,本稿で提案した平滑化手法は, 他の手法と比較して最も良い結果を示した。さらに,得られた回帰係数の t 値の時空間 分布を視覚化することで,分析対象地域における滞留人口分布の時空間的特性は非ベイ ズモデルよりも平滑化され,滞留人口の地理的な拡散現象の理解がより容易になること を示した。