ScholarGate
Assistent
Regression modelGIS / spatial

Panel Multiscale Geographically Weighted Regression (Panel MGWR)

Panel MGWR erweitert Multiscale Geographically Weighted Regression auf wiederholte Beobachtungen (Paneldaten), wodurch jeder Prädiktor mit seiner eigenen räumlichen Bandbreite operieren kann, während einheitenspezifische oder zeitspezifische feste Effekte kontrolliert werden. Es wird verwendet, wenn sowohl räumliche Heterogenität als auch zeitliche Struktur gleichzeitig relevant sind.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

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

Quellen

  1. 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
  2. Yu, H., Fotheringham, A. S., Li, Z., Oshan, T., Kang, W., & Wolf, L. J. (2020). Inference in Multiscale Geographically Weighted Regression. Geographical Analysis, 52(1), 87-106. DOI: 10.1111/gean.12189

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Panel Multiscale Geographically Weighted Regression. ScholarGate. https://scholargate.app/de/spatial-analysis/panel-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.

Compare side by side
ScholarGatePanel Multiscale Geographically Weighted Regression (Panel Multiscale Geographically Weighted Regression). Abgerufen am 2026-06-15 von https://scholargate.app/de/spatial-analysis/panel-multiscale-geographically-weighted-regression · Datensatz: https://doi.org/10.5281/zenodo.20539026