ScholarGate
المساعد
Regression modelGIS / spatial

Panel Multiscale Geographically Weighted Regression

يُركب الانحدار الجغرافي الموزون القياسي (GWR) نطاقًا واحدًا لجميع العلاقات، بافتراض أن كل مُتنبئ يتغير على نفس المقياس المكاني. يخفف الانحدار الجغرافي الموزون متعدد المقاييس (MGWR) هذا عن طريق إعطاء كل مُعامل نطاقًا خاصًا به - قد تكون بعض التأثيرات عالمية، والبعض الآخر محليًا للغاية. يضيف الامتداد المقطعي بُعدًا زمنيًا، بحيث يمكنك تتبع كيف تتطور العلاقات المتغيرة مكانيًا عبر السنوات أو الموجات مع الحفاظ على ثبات الاختلافات غير المقاسة الخاصة بالوحدة. فكر في الأمر على أنه انحدار مقطعي مدرك لنظام المعلومات الجغرافية (GIS) يسمح لتأثير، على سبيل المثال، الدخل بالتباين على منطقة واسعة بينما يتباين تأثير الكثافة شارعًا بشارع، ويتم ملاحظته بشكل متكرر بمرور الوقت.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

المصادر

  1. Fotheringham, A. S., Yang, W., & Kang, W. (2017). Multiscale Geographically Weighted Regression (MGWR). Annals of the American Association of Geographers, 107(6), 1247-1265. DOI: 10.1080/24694452.2017.1352480
  2. Yu, H., Fotheringham, A. S., Li, Z., Oshan, T., Kang, W., & Wolf, L. J. (2020). Inference in Multiscale Geographically Weighted Regression. Geographical Analysis, 52(1), 87-106. DOI: 10.1111/gean.12189

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Panel Multiscale Geographically Weighted Regression. ScholarGate. https://scholargate.app/ar/spatial-analysis/panel-multiscale-geographically-weighted-regression

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGatePanel Multiscale Geographically Weighted Regression (Panel Multiscale Geographically Weighted Regression). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/spatial-analysis/panel-multiscale-geographically-weighted-regression · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026