Regression modelGIS / spatial

Estimación de la Densidad de Kernel Local

La Estimación de la Densidad de Kernel Local (Local KDE) es un método espacial no paramétrico que estima la densidad de eventos puntuales en cada ubicación aplicando una función de kernel con un ancho de banda espacialmente adaptativo. A diferencia de la KDE global, que utiliza un ancho de banda fijo en toda el área de estudio, la Local KDE ajusta la ventana de suavizado según la densidad de datos local, capturando agrupaciones a pequeña escala donde los eventos son escasos o concentrados.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  1. Silverman, B. W. (1986). Density Estimation for Statistics and Data Analysis. Chapman and Hall, London. ISBN: 978-0412246203
  2. Diggle, P. J. (1985). A kernel method for smoothing point process data. Journal of the Royal Statistical Society: Series C (Applied Statistics), 34(2), 138-147. link

Cómo citar esta página

ScholarGate. (2026, June 3). Local Kernel Density Estimation. ScholarGate. https://scholargate.app/es/spatial-analysis/local-kernel-density-estimation

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

Citado por

ScholarGateLocal Kernel Density Estimation (Local Kernel Density Estimation). Recuperado el 2026-06-15 de https://scholargate.app/es/spatial-analysis/local-kernel-density-estimation · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026