Bayesiläinen spatiaalisen viiveen malli
Bayesiläinen spatiaalisen viiveen malli (BSLM) laajentaa klassista spatiaalista autoregressiivistä (SAR) regressiota asettamalla priorijakaumat kaikille parametreille ja palauttamalla täydelliset posteriorijakaumat MCMC-otannan avulla. Se ottaa nimenomaisesti huomioon spatiaalisen riippuvuuden – yhden sijainnin tulos riippuu osittain naapurialueiden tuloksista – ja tuottaa epävarmuudella kvantifioituja estimointeja sekä regressiokertoimista että spatiaalisen autokorrelaatioparametrin rho:n osalta.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- LeSage, J. P., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press / Taylor & Francis. ISBN: 978-1420064247
- LeSage, J. P. (1997). Bayesian Estimation of Spatial Autoregressive Models. International Regional Science Review, 20(1-2), 113-129. DOI: 10.1177/016001769702000107 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Bayesian Spatial Autoregressive Lag Model. ScholarGate. https://scholargate.app/fi/spatial-analysis/bayesian-spatial-lag-model
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 Durbin-malliSpatiaalianalyysi↔ compare
- Bayesilainen spatiaalinen virhemalliSpatiaalianalyysi↔ compare
- Paikallisesti painotettu regressio (GWR)Spatiaalianalyysi↔ compare
- Spatiaalinen autokorrelaatioSpatiaalianalyysi↔ compare
- Tilalagun malli (SAR / Autoregressiivinen tilamalli)Spatiaalianalyysi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →