El ancho de banda es el parámetro de control clave y se puede especificar por una distancia fija (es decir, un ancho de banda fijo) o por un número fijo de vecinos más cercanos (es decir, un ancho de banda adaptable). GWR (Geographically weighted regression) adopta de forma predeterminada la regresión global correspondiente si se especifica un ancho de banda muy grande de modo que todas las ponderaciones geográficas tienden a la unidad.
Se puede encontrar un ancho de banda óptimo minimizando algún diagnóstico de bondad de ajuste del modelo (Loader 1999), como la puntuación de validación cruzada (CV) (Cleveland 1979, Bowman 1984), que solo tiene en cuenta la precisión de la predicción del modelo, o la puntuación de Akaike Criterio de información (AIC) (Akaike 1973), que explica la parsimonia del modelo (es decir, una compensación entre la precisión y la complejidad de la predicción). En la práctica, se utiliza una versión corregida del AIC, que a diferencia del AIC básico es una función del tamaño de la muestra (Hurvich et al. 1998). Por lo tanto, para un modelo GWR con un ancho de banda b, su AIC_c se puede encontrar en
\[AIC_c (b)= 2n ln(\hat{\sigma}) + n ln(2\pi) + n\]
donde n es el tamaño de la muestra,\(\hat{\sigma}\) es la desviación estándar estimada del término de error; y \(tr (S)\) denota la traza de la matriz de sombrero \(S\). La matriz de sombrero es la matriz de proyección de la \(y\) observada a los valores ajustados \(\hat{y}\) (Hoaglin y Welsch 1978), donde para GWR cada fila \(r_i\) de esta matriz de sombrero es:
\[ r_i = X_i (X^{T}W_i X)^{-1} X^{T}W_i\]