Bayesiläinen maantieteellisesti painotettu regressio (BGWR)
Bayesiläinen maantieteellisesti painotettu regressio (BGWR) yhdistää GWR:n spatiaalisesti vaihtelevien kerrointen viitekehyksen Bayesiläiseen päättelyyn asettamalla Gaussin prosessipriorit paikallisesti vaihteleville regressiokertoimille. Tämä tuottaa täydelliset posteriorijakaumat kullekin kertoimelle kussakin sijainnissa, tarjoten periaatteellisen epävarmuuden kvantifioinnin pelkkien pistearvioiden sijaan.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Bayesian Geographically Weighted Regression. ScholarGate. https://scholargate.app/fi/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.
- Bayesiläinen spatiaalinen regressioSpatiaalianalyysi↔ compare
- Paikallisesti painotettu regressio (GWR)Spatiaalianalyysi↔ compare
- Paikallinen spatiaalinen regressioSpatiaalianalyysi↔ compare
- Monitahorisonttinen painotettu regressio (MGWR)Spatiaalianalyysi↔ compare
- Tilalagun malli (SAR / Autoregressiivinen tilamalli)Spatiaalianalyysi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →