Regression modelGIS / spatial

Lokální odhad hustoty pomocí jádra

Lokální odhad hustoty pomocí jádra (Local KDE) je neparametrická prostorová metoda, která odhaduje hustotu bodových událostí v každé lokalitě aplikací jádrové funkce s prostorově adaptivním šířkovým parametrem. Na rozdíl od globálního KDE, které používá pevný šířkový parametr v celé studované oblasti, Local KDE upravuje vyhlazovací okno podle lokální hustoty dat, čímž zachycuje jemnozrnné shlukování tam, kde jsou události řídké nebo koncentrované.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

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

Zdroje

  1. Silverman, B. W. (1986). Density Estimation for Statistics and Data Analysis. Chapman and Hall, London. ISBN: 978-0412246203
  2. Diggle, P. J. (1985). A kernel method for smoothing point process data. Journal of the Royal Statistical Society: Series C (Applied Statistics), 34(2), 138-147. link

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Local Kernel Density Estimation. ScholarGate. https://scholargate.app/cs/spatial-analysis/local-kernel-density-estimation

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

Odkazuje sem

ScholarGateLocal Kernel Density Estimation (Local Kernel Density Estimation). Získáno 2026-06-15 z https://scholargate.app/cs/spatial-analysis/local-kernel-density-estimation · Datová sada: https://doi.org/10.5281/zenodo.20539026