Bayesian Geographically Weighted Regression (BGWR)
Bayesian Geographically Weighted Regression kombiniert den Rahmen räumlich variierender Koeffizienten von GWR mit bayesianischer Inferenz, indem Gauß-Prozess-Priors auf die lokal variierenden Regressionskoeffizienten gelegt werden. Dies liefert vollständige Posterior-Verteilungen für jeden Koeffizienten an jedem Ort und ermöglicht eine prinzipiengeleitete Unsicherheitsquantifizierung anstelle von nur Punktschätzungen.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Geographically Weighted Regression. ScholarGate. https://scholargate.app/de/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.
- Bayesian räumliche RegressionRäumliche Analyse↔ compare
- Geographisch gewichtete Regression (GWR)Räumliche Analyse↔ compare
- Lokale räumliche RegressionRäumliche Analyse↔ compare
- Multiskalige Geographisch Gewichtete Regression (MGWR)Räumliche Analyse↔ compare
- Spatial-Lag-Modell (SAR / Spatial Autoregressive)Räumliche Analyse↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →