Σύγκριση μεθόδων
Εξετάστε τις επιλεγμένες μεθόδους δίπλα-δίπλα· οι γραμμές που διαφέρουν επισημαίνονται.
| Ανάλυση Παγκόσμιων Θερμών Σημείων (Στατιστική G των Getis-Ord)× | Τοπική Χωρική Αυτοσυσχέτιση× | |
|---|---|---|
| Πεδίο | Χωρική Ανάλυση | Χωρική Ανάλυση |
| Οικογένεια | Regression model | Regression model |
| Έτος προέλευσης≠ | 1992 | 1995 |
| Δημιουργός≠ | Arthur Getis and J. Keith Ord | Luc Anselin |
| Τύπος≠ | Global spatial concentration test | Spatial association analysis |
| Θεμελιώδης πηγή≠ | Getis, A., & Ord, J. K. (1992). The analysis of spatial association by use of distance statistics. Geographical Analysis, 24(3), 189-206. DOI ↗ | Anselin, L. (1995). Local indicators of spatial association — LISA. Geographical Analysis, 27(2), 93–115. DOI ↗ |
| Εναλλακτικές ονομασίες | Global G statistic, Getis-Ord G, global spatial clustering test, global concentration statistic | local spatial association, local SA, LISA methods, local spatial clustering |
| Συναφείς≠ | 5 | 6 |
| Σύνοψη≠ | Global Hot Spot Analysis uses the Getis-Ord G statistic to determine whether high or low attribute values are spatially concentrated across an entire study area. It answers one question: is there overall clustering of high values (a hot spot tendency) or low values (a cold spot tendency) in the dataset as a whole, producing a single summary test for the full region. | Local Spatial Autocorrelation methods decompose global spatial clustering into location-specific statistics, revealing where in a study area significant clustering or dispersion occurs. Each observation receives its own association score and significance value, enabling the detection of spatial hot spots, cold spots, and spatial outliers rather than reporting a single summary statistic. |
| ScholarGateΣύνολο δεδομένων ↗ |
|
|