পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| স্থানীয় স্থানিক ডার্বিন মডেল× | মাল্টিস্কেল জিওগ্রাফিক্যালি ওয়েটেড রিগ্রেশন (MGWR)× | |
|---|---|---|
| ক্ষেত্র | স্থানিক বিশ্লেষণ | স্থানিক বিশ্লেষণ |
| পরিবার | Regression model | Regression model |
| উদ্ভবের বছর≠ | 2002–2009 | 2017 |
| প্রবর্তক≠ | LeSage & Pace (SDM foundation); local adaptation via Fotheringham et al. GWR framework | A. Stewart Fotheringham, Wei Yang, and Wei Kang |
| ধরন≠ | Spatially varying regression model | Local spatial regression |
| মৌলিক উৎস≠ | LeSage, J. P., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press / Taylor & Francis. ISBN: 978-1420064247 | 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 ↗ |
| অপর নাম | local SDM, geographically weighted Spatial Durbin Model, GW-SDM, spatially varying Durbin model | MGWR, multiscale GWR, multi-scale geographically weighted regression, variable-bandwidth GWR |
| সম্পর্কিত | 5 | 5 |
| সারসংক্ষেপ≠ | The Local Spatial Durbin Model (Local SDM) extends the global Spatial Durbin Model by allowing regression coefficients to vary across geographic space. It combines the SDM's ability to capture both spatial lag of the dependent variable and spatial lags of covariates with a geographically weighted estimation framework, producing location-specific direct and indirect spillover effects. | Multiscale Geographically Weighted Regression (MGWR) is a local spatial regression framework that relaxes the single-bandwidth constraint of standard GWR by allowing each predictor to operate at its own spatial scale. Each coefficient surface is calibrated with its own bandwidth, enabling the model to distinguish drivers that vary slowly across space from those that vary sharply. |
| ScholarGateডেটাসেট ↗ |
|
|