использование gwr.predict для создания растра с прогнозируемыми значениями возвращает NA - PullRequest
0 голосов
/ 08 ноября 2019

Я пытаюсь использовать gwr.predict для создания растра предсказанных значений, но когда я предсказываю данные, он возвращает значения NA.

В чем может быть моя проблема?

gwr_out <- gwr.basic (job_density_log ~ distance + pop_density_log, data = zonas_OD_P_sp, kernel = "gaussian", bw = 21720) gwr_out $ SDF </p>

class       : SpatialPointsDataFrame 
features    : 423 
extent      : 292782, 414055.3, 7349266, 7424404  (xmin, xmax, ymin, ymax)
crs         : +proj=utm +zone=23 +south +ellps=intl +units=m +no_defs 
variables   : 15
names       :         Intercept,             distances,   pop_density_log,                 y,              yhat,          residual, CV_Score,     Stud_residual,      Intercept_SE,         distances_SE, pop_density_log_SE,      Intercept_TV,       distances_TV, pop_density_log_TV,          Local_R2 
min values  : -1.07810776750364, -0.000127232681934699,  0.31072316395182, -3.15594666835501, -2.58350011171433, -2.75249619127802,        0, -4.34051907595115, 0.191458129788411, 3.84685510571414e-06, 0.0372818978798215, -1.43243997176456,  -27.7120056544505,   7.11139775455113, 0.721037572158945 
max values  :   4.0444053329511,  9.04982811008172e-07, 0.985268358005211,  7.39250352882667,  5.63891175130922,  2.56826973104873,        0,  3.70664331182758, 0.752637310292011, 1.31318158154329e-05,  0.104440327717767,  20.5446241244501, 0.0689152835927389,   11.3556574422711, 0.962506749203834 

gwr_out_grid <- gwr. предикат (job_density_log ~ расстояния + pop_density_log, данные = zonas_OD_P_sp, предиката данных = grade_g_DF, ядро ​​= "гауссовский", bw = 21720) gwr_out_gridp $ SDF </p>

class       : SpatialPointsDataFrame 
features    : 9075 
extent      : 293282, 413282, 7349904, 7423904  (xmin, xmax, ymin, ymax)
crs         : +proj=utm +zone=23 +south +ellps=intl +units=m +no_defs 
variables   : 5
names       :    Intercept_coef,        distances_coef, pop_density_log_coef, prediction, prediction_var 
min values  : -1.18701861474003, -0.000127242449368378,    0.310710138723114,         NA,             NA 
max values  :  4.04479455484814,  2.02812418949068e-06,    0.995539141570355,         NA,             NA
...