# Plan GWR Formation FOSS

## Résumé
***
Cette matinée sera consacrée à la présentation théorique de la régression géographiquement pondérée (GWR), principale méthode utilisée en géographie quantitative pour modéliser l'hétérogénéité spatiale des relations statistiques. Après avoir rappelé les principaux effets spatiaux en régression, la méthode sera présentée en détail : principes, calibration, sorties, interprétations, extensions, avant de s'attarder sur quelques exemples d'applications dans la littérature scientifique.
***

- **Les effets spatiaux en régression**
- Dépendance spatiale => autocorrélation spatiale
- Hétérogénéité spatiale => non-stationnarité spatiale
- Liens entre dépendance et hétérogénéité
- Les méthodes pour modéliser l'hétérogénéité spatiale : de l'espace continu à l'espace discret

- **La GWR, comment ça marche ?**
- Régressions locales sur la base du voisinage
- Paramétrage du voisinage et de la pondération
- Voisinage
- Pondération
- Calibration
- Les sorties de la GWR
- Carte de betas et inférence
- Carte de R²
- Extensions de la GWR
- L'univers GW
- GWR linéaires généralisées
- GWR multiscalaire et GW lasso

- **Interprétation des cartes de betas**
- Les causes possibles de la non-stationnarité (Fotheringham & Sachdeva, 2022)
- Variance d'échantillonnage biaisée
- Hétéroscédasicité spatiale
- Mauvaise spécification fonctionnelle
- Facteurs spatiaux inobservés
- Non-stationnarité "réelle" ?
- L'ancrage à la géographie théorique
- La GWR révèle des contextes spatiaux
- Ces contextes ont des effets propres (suite demain)

- **Exemples d'application**
- En géographie économique
- En géographie de la santé
- En géographie environnementale