Regresión Geográficamente Ponderada Bayesiana (BGWR)
La Regresión Geográficamente Ponderada Bayesiana (BGWR) combina el marco de coeficientes espacialmente variables de GWR con la inferencia bayesiana, colocando priors de procesos Gaussianos sobre los coeficientes de regresión localmente variables. Esto produce distribuciones posteriores completas para cada coeficiente en cada ubicación, proporcionando una cuantificación de la incertidumbre basada en principios en lugar de solo estimaciones puntuales.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Bayesian Geographically Weighted Regression. ScholarGate. https://scholargate.app/es/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.
- Regresión Espacial BayesianaAnálisis espacial↔ compare
- Regresión Geográficamente Ponderada (GWR)Análisis espacial↔ compare
- Regresión Espacial LocalAnálisis espacial↔ compare
- Regresión Geográficamente Ponderada Multiescala (MGWR)Análisis espacial↔ compare
- Modelo de Retardo Espacial (SAR / Autoregresivo Espacial)Análisis espacial↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →