Anwendung der geografisch gewichteten Regression zur Modellierung der Armutsfälle in Kalimantan, Indonesien

Armut ist eines der globalen Probleme, das weltweit ein Anliegen bleibt, einschließlich Indonesien. Indonesien gehört zu den 100 ärmsten Ländern der Welt und belegt genau den 73. Platz. Die Regierung möchte die nationale Armutsrate senken, wie im Nationalen Mittelfristigen Entwicklungsplan 2021-2024 dargelegt, wobei der erwartete Prozentsatz armer Menschen in Indonesien im Jahr 2024 zwischen 6,5 und 7 Prozent liegen soll. Leider wurde die Hoffnung auf eine Senkung der Armutsrate in mehreren Regionen, wie in 4 von 5 Provinzen in Kalimantan, nicht erreicht. Daher wird die Analyse der Faktoren, die Armut in der Region Kalimantan verursachen, mit der Methode der geografisch gewichteten Regression durchgeführt, um der Regierung klare Informationen zur Verfügung zu stellen, um die Armutsrate in dieser Region zu senken. GWR (Geographically Weighted Regression) ist eine Erweiterung der Regressionsmethode. Die Gleichungsparameter für jeden Beobachtungsstandort unterscheiden sich von einem Standort zum anderen. Die verwendeten Gewichtungsfunktionen waren festes Gaussian, festes Bisquare, festes Trikubus, adaptives Gaussian, adaptives Bisquare und adaptives Trikubus. Basierend auf R2 und AIC-Wert ist das beste Modell das Modell mit der festen Trikubusfunktion. Der R2-Wert beträgt 0,8952, während der AIC-Wert 155,83 beträgt. Das GWR-Modell ist besser als OLS oder das globale Regressionsmodell. Somit wurde die raumbezogene Analyse, um die Faktoren zu sehen, die den Prozentsatz armer Menschen in jedem Landkreis und jeder Stadt in Kalimantan, Indonesien, beeinflussen, erfolgreich durchgeführt.