Regression modelGIS / spatial

رگرسیون جغرافیایی وزنی محلی (GWR)

رگرسیون جغرافیایی وزنی محلی (GWR) یک مدل رگرسیون جداگانه در هر مکان در منطقه مورد مطالعه تخمین می‌زند و به هر ضریب اجازه می‌دهد تا به صورت فضایی تغییر کند. با وزن‌دهی بیشتر به مشاهدات نزدیک نسبت به مشاهدات دور، GWR نشان می‌دهد که چگونه روابط پیش‌بینی‌کننده-پیامد در فضای جغرافیایی تغییر می‌کنند، به جای اینکه یک تخمین جهانی واحد را بر داده‌های ناهمگن تحمیل کند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2002). Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Wiley. ISBN: 978-0471496168
  2. 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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Local Geographically Weighted Regression. ScholarGate. https://scholargate.app/fa/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.

Compare side by side

ارجاع‌شده در

ScholarGateLocal Geographically Weighted Regression (Local Geographically Weighted Regression). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/spatial-analysis/local-geographically-weighted-regression · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026