Regressió Bayesià Geogràficament Ponderada (BGWR)
La Regressió Bayesià Geogràficament Ponderada (BGWR) combina el marc de coeficients que varien espacialment de la GWR amb la inferència bayesiana, col·locant priors de procés Gaussió sobre els coeficients de regressió que varien localment. Això produeix distribucions posteriors completes per a cada coeficient en cada ubicació, proporcionant una quantificació de la incertesa basada en principis en lloc de només estimacions puntuals.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Finley, A. O. (2011). Comparing spatially-varying coefficients models for analysis of ecological data with non-stationary and anisotropic residual dependence. Methods in Ecology and Evolution, 2(2), 143-154. DOI: 10.1111/j.2041-210X.2010.00060.x ↗
- Wheeler, D., & Calder, C. (2007). An assessment of coefficient accuracy in linear regression models with spatially varying coefficients. Journal of Geographical Systems, 9(2), 145-166. DOI: 10.1007/s10109-006-0040-y ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Geographically Weighted Regression. ScholarGate. https://scholargate.app/ca/spatial-analysis/bayesian-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.
- Regressió Espacial BayesianaAnàlisi espacial↔ compare
- Regressió Ponderada Geogràficament (GWR)Anàlisi espacial↔ compare
- Regressió espacial localAnàlisi espacial↔ compare
- Regressió Geogràficament Ponderada Multiescala (MGWR)Anàlisi espacial↔ compare
- Model de Lag Espacial (SAR / Autoregressiu Espacial)Anàlisi espacial↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →