رگرسیون وزنی جغرافیایی چندمقیاسی (MGWR)
رگرسیون وزنی جغرافیایی چندمقیاسی (MGWR) یک چارچوب رگرسیون مکانی محلی است که با اجازه دادن به هر پیشبین برای عمل در مقیاس مکانی خود، محدودیت پهنای باند واحد رگرسیون وزنی جغرافیایی استاندارد (GWR) را تعدیل میکند. هر سطح ضریب با پهنای باند خاص خود کالیبره میشود و مدل را قادر میسازد تا عوامل مؤثر که به آرامی در فضا تغییر میکنند را از عواملی که به شدت تغییر میکنند، متمایز سازد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
+10 more
منابع
- Fotheringham, A. S., Yang, W., & Kang, W. (2017). Multiscale geographically weighted regression (MGWR). Annals of the American Association of Geographers, 107(6), 1247-1265. DOI: 10.1080/24694452.2017.1352480 ↗
- Oshan, T. M., Li, Z., Kang, W., Wolf, L. J., & Fotheringham, A. S. (2019). mgwr: A Python implementation of multiscale geographically weighted regression for investigating process spatial heterogeneity and scale. ISPRS International Journal of Geo-Information, 8(6), 269. DOI: 10.3390/ijgi8060269 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Multiscale Geographically Weighted Regression. ScholarGate. https://scholargate.app/fa/spatial-analysis/multiscale-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.
- رگرسیون وزنی جغرافیایی (GWR)تحلیل فضایی↔ compare
- رگرسیون فضایی محلیتحلیل فضایی↔ compare
- مدل دوربین فضایی (SDM)تحلیل فضایی↔ compare
- مدل خطای فضایی (SEM)تحلیل فضایی↔ compare
- مدل وقفه فضایی (SAR / خودرگرسیون فضایی)تحلیل فضایی↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →