Multiscale Geographically Weighted Regression (MGWR)
Multiscale Geographically Weighted Regression, představený Fotheringhamem, Yangem a Kangem v roce 2017, je prostorový regresní model, který umožňuje každému koeficientu měnit se v prostoru na vlastní prostorové škále. Zobecňuje Geographically Weighted Regression tím, že každému prediktoru přiřazuje vlastní šířku pásma, takže některé vztahy mohou působit lokálně, zatímco jiné téměř globálně.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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. Journal of Open Source Software, 4(42), 1670. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Multiscale Geographically Weighted Regression. ScholarGate. https://scholargate.app/cs/spatial-analysis/mgwr-model
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.
- Geograficky vážená regrese (GWR)Prostorová analýza↔ compare
- Analýza horkých míst Getis-Ord Gi*Prostorová analýza↔ compare
- Regrese metodou ordinárních nejmenších čtverců (OLS)Ekonometrie↔ compare
- Model prostorové chyby (SEM)Prostorová analýza↔ compare
- Model prostorového zpoždění (SAR / Autoregresivní prostorový model)Prostorová analýza↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →