Regresión Geográficamente Ponderada Local (GWR)
La Regresión Geográficamente Ponderada Local (GWR) estima un modelo de regresión separado en cada ubicación del área de estudio, permitiendo que cada coeficiente varíe espacialmente. Al ponderar las observaciones cercanas más fuertemente que las distantes, la GWR revela cómo las relaciones predictoras-resultado cambian a través del espacio geográfico en lugar de forzar una única estimación global sobre datos heterogéneos.
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
- Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2002). Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Wiley. ISBN: 978-0471496168
- Brunsdon, C., Fotheringham, A. S., & Charlton, M. E. (1996). Geographically weighted regression: a method for exploring spatial nonstationarity. Geographical Analysis, 28(4), 281-298. DOI: 10.1111/j.1538-4632.1996.tb00936.x ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Local Geographically Weighted Regression. ScholarGate. https://scholargate.app/es/spatial-analysis/local-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 Geográficamente Ponderada (GWR)Análisis espacial↔ compare
- Autocorrelación espacial localAnálisis espacial↔ compare
- Regresión Geográficamente Ponderada Multiescala (MGWR)Análisis espacial↔ compare
- Modelo de Error Espacial (SEM)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 →