ScholarGate
Assistent

Räumliche Methoden

111 Methoden in dieser Familie.

Ausgewählt

CA-Markov Land-Use Change ModelCA-Markov is a hybrid spatio-temporal model that projects land-use and land-cover change by combining a Markov chain — which predicts how much of each class will change — with cellCo-Kriging: Multivariate Geostatistische InterpolationCo-kriging is a geostatistical interpolation technique that predicts the spatial distribution of a primary variable by leveraging its spatial cross-correlation with one or more secCokrigingCokriging extends kriging to use one or more correlated secondary variables to improve prediction of a primary variable. When the variable of interest is sparsely sampled but a relBedingte geostatistische SimulationConditional Geostatistical Simulation — most commonly implemented as Sequential Gaussian Simulation (SGS) — generates multiple stochastic realizations of a spatial random field thaGauß-ProzessA Gaussian Process (GP) is a non-parametric, fully probabilistic machine learning model that places a prior distribution directly over functions. Rather than predicting a single vaGeary's C räumliche AutokorrelationGeary's C is a global measure of spatial autocorrelation — whether nearby locations tend to have similar values — introduced by Roy Geary in 1954. Unlike Moran's I, which is built

Reading path

This topic's most-referenced foundational methods, in the order they were developed — a place to start if you're new here.

  1. Moran's I1950by Patrick A. P. Moran
  2. Räumliche Autokorrelation1950by P. A. P. Moran (global measure, 1950); Roy Geary (Geary's C, 1954); Luc Anselin (LISA, 1995)
  3. Räumliches Fehlermodell (SEM)1988by Anselin
  4. Spatial-Lag-Modell (SAR / Spatial Autoregressive)1988by Anselin (textbook formalisation); LeSage & Pace
  5. Hot Spot Analysis (Getis-Ord Gi*)1992by Arthur Getis and J. Keith Ord
  6. Lokale Indikatoren für räumliche Assoziation (LISA)1995by Luc Anselin
  7. Geographisch gewichtete Regression (GWR)2002by Fotheringham, Brunsdon & Charlton
  8. Gauß-Prozess2006 (book); roots in Kriging, 1951)by Rasmussen, C. E. & Williams, C. K. I.
all methods on this shelf ↓

Alle Methoden 111

CA-Markov Land-Use Change ModelCo-Kriging: Multivariate Geostatistische InterpolationCokrigingBedingte geostatistische SimulationGauß-ProzessGeary's C räumliche AutokorrelationGeary's CGeographisch gewichtete Hauptkomponentenanalyse (GWPCA)Geographically Weighted Random ForestGeographisch gewichtete Regression (GWR)Getis-Ord Gi* Hot Spot AnalyseGIS-MCDAGlobal Co-KrigingGlobal Getis-Ord Gi*Globale Hot-Spot-Analyse (Getis-Ord G-Statistik)Global KrigingGlobal Moran's I – Messung der globalen räumlichen AutokorrelationGlobal Ordinary KrigingGlobale FernerkundungsklassifizierungGlobale räumliche AutokorrelationGlobal Spatial Durbin Model (SDM)Global Spatial Error ModelGlobal Spatial Panel ModelGlobal Universal KrigingHot Spot Analysis (Getis-Ord Gi*)Huff-ModellInverse Distance Weighting (IDW)Kriging-InterpolationMetriken für LandschaftsmusterLeast-Cost Path / Cost-Distance AnalysisLISA – Lokale Indikatoren räumlicher Assoziation (Local Moran's I)Lokales Geary's CLokale Geographisch Gewichtete Regression (GWR)Lokale Getis-Ord Gi* (Hot Spot Analyse)Lokale Hot-Spot-Analyse (Getis-Ord Gi*)Lokale Indikatoren für räumliche Assoziation (LISA)Lokale KerndichteschätzungLokales Kriging (Moving-Window Kriging)Lokales Moran-I (LISA)Lokale netzwerkbasierte RaumanalyseLokale Ordinary Kriging-InterpolationLokale räumliche AutokorrelationLokales räumliches Durbin-ModellLokales räumliches Lag-ModellLokale räumliche RegressionLokale universelle Kriging-InterpolationStandortzuweisungsmodelleMap AlgebraMultiskalige Geographisch Gewichtete Regression (MGWR)Der Moran-I-Test für räumliche AutokorrelationMoran's IMultiskalige Geographisch Gewichtete Regression (MGWR)Multiskalige Getis-Ord Gi*-Hot-Spot-AnalyseMultiskalenanalytisches Morans IMultiskalige räumliche AutokorrelationNetzwerkbasierte räumliche AnalyseOrdinary KrigingPanel Geary's C Räumliche AutokorrelationPanel Geographically Weighted Regression (Panel GWR)Panel Hot Spot AnalysisPanel-Kernel-DichteschätzungPanel KrigingPanel Local Indicators of Spatial Association (Panel LISA)Panel Multiscale Geographically Weighted Regression (Panel MGWR)Panel-Netzwerkbasierte RaumanalysePanel Ordinary KrigingPanel-räumliche AutokorrelationPanel Spatial Durbin ModellPanel Spatial Error ModelPanel Spatial RegressionPanel Universal KrigingStrahlungsmodell der Mobilität und MigrationKlassifizierung in der FernerkundungRipley-K-FunktionRobust Co-KrigingRobuster Geary's CRobuste Getis-Ord Gi*-StatistikRobust KrigingRobuste lokale Indikatoren räumlicher Assoziation (Robuste LISA)Robuster Moran-IRobuste räumliche AutokorrelationRobuste Universelle Kriging-MethodeAnalyse von EinzugsgebietenRaumzeitlicher Geary's CGetis-Ord Gi* Raumzeit-Statistik für Hot SpotsRaumzeitliche Hot-Spot-AnalyseRaumzeitliche Kerndichteschätzung (ST-KDE)Raum-Zeit-KrigingRaumzeitliche lokale Indikatoren räumlicher Assoziation (ST-LISA)Raumzeitliches Moran's IRaumanalytik auf Basis von Raumzeit-NetzwerkenRaum-Zeit-Ordinary-KrigingRaumzeitliche FernerkundungsklassifizierungRaumzeitliche AutokorrelationRaum-Zeit-Raum-Durbin-Modell (ST-SDM)Raum-Zeit-FehlermodellRaum-Zeit-Modell mit räumlichem LagRaum-Zeit-Panel-ModellRaum-Zeit-RegressionsanalyseSpace-Time Universal KrigingRäumliche AutokorrelationRäumliche Differenz-von-Differenzen (Spatial DiD)Räumliches Durbin-Modell (SDM)Räumliches Fehlermodell (SEM)Räumliche Interaktionsmodelle (Gravitationsmodelle)Spatial-Lag-Modell (SAR / Spatial Autoregressive)Räumliches Paneldatenmodell (FE/RE)Räumliche Propensity-Score-GewichtungRäumliches SAC-ModellQuantifizierung von UnsicherheitenUniverselles Kriging (Kriging mit Trend)