Robuste lokale Indikatoren räumlicher Assoziation (Robuste LISA)
Robuste lokale Indikatoren räumlicher Assoziation erweitern Anselins LISA-Framework, um Ausreißer, Extremwerte und räumlich heterogene Populationen zu handhaben. Durch die Anwendung von ausreißerresistenten Anpassungen der räumlichen Gewichte oder der standardisierten Werte identifiziert Robuste LISA statistisch signifikante lokale Cluster und räumliche Ausreißer ohne die Verzerrungen, die durch stark einflussreiche Beobachtungen verursacht werden.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- Anselin, L. (1995). Local indicators of spatial association—LISA. Geographical Analysis, 27(2), 93–115. DOI: 10.1111/j.1538-4632.1995.tb00338.x ↗
- Assuncao, R. M., & Reis, E. A. (1999). A new proposal to adjust Moran's I for population density. Statistics in Medicine, 18(16), 2147–2162. DOI: 10.1002/(SICI)1097-0258(19990830)18:16<2147::AID-SIM179>3.0.CO;2-I ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Robust Local Indicators of Spatial Association. ScholarGate. https://scholargate.app/de/spatial-analysis/robust-local-indicators-of-spatial-association
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- Lokales Geary's CRäumliche Analyse↔ vergleichen
- Lokale Getis-Ord Gi* (Hot Spot Analyse)Räumliche Analyse↔ vergleichen
- Lokale Indikatoren für räumliche Assoziation (LISA)Räumliche Analyse↔ vergleichen
- Lokales Moran-I (LISA)Räumliche Analyse↔ vergleichen
- Robuste räumliche AutokorrelationRäumliche Analyse↔ vergleichen
- Räumliche AutokorrelationRäumliche Analyse↔ vergleichen
Referenziert von
Similar methods
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →