Regressió Geogràficament Ponderada Multiescala (MGWR)
La Regressió Geogràficament Ponderada Multiescala (MGWR) és un marc de regressió espacial local que relaxa la restricció d'una única amplada de banda (bandwidth) de la GWR estàndard permetent que cada predictor operi a la seva pròpia escala espacial. Cada superfície de coeficients es calibra amb la seva pròpia amplada de banda, cosa que permet al model distingir els impulsors que varien lentament a través de l'espai dels que varien bruscament.
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.
+10 more
Fonts
- 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 ↗
- Oshan, T. M., Li, Z., Kang, W., Wolf, L. J., & Fotheringham, A. S. (2019). mgwr: A Python implementation of multiscale geographically weighted regression for investigating process spatial heterogeneity and scale. ISPRS International Journal of Geo-Information, 8(6), 269. DOI: 10.3390/ijgi8060269 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Multiscale Geographically Weighted Regression. ScholarGate. https://scholargate.app/ca/spatial-analysis/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.
- Regressió Ponderada Geogràficament (GWR)Anàlisi espacial↔ compare
- Regressió espacial localAnàlisi espacial↔ compare
- Model de Durbin Espacial (SDM)Anàlisi espacial↔ compare
- Model d'Error Espacial (SEM)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 →