Moniasteikkoinen maantieteellisesti painotettu regressio (MGWR)
Moniasteikkoinen maantieteellisesti painotettu regressio (Multiscale Geographically Weighted Regression, MGWR), jonka Fotheringham, Yang ja Kang esittelivät vuonna 2017, on spatiaalinen regressiomalli, joka antaa jokaisen kertoimen vaihdella avaruudessa omalla spatiaalisella asteikollaan. Se yleistää maantieteellisesti painotetun regression antamalla jokaiselle selittävälle muuttujalle oman kaistanleveyden, jolloin jotkin suhteet voivat toimia paikallisesti, kun taas toiset toimivat lähes globaalisti.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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. Journal of Open Source Software, 4(42), 1670. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Multiscale Geographically Weighted Regression. ScholarGate. https://scholargate.app/fi/spatial-analysis/mgwr-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.
- Paikallisesti painotettu regressio (GWR)Spatiaalianalyysi↔ compare
- Getis-Ord Gi* -kuuman pisteen analyysiSpatiaalianalyysi↔ compare
- OLS-regressio (Ordinary Least Squares)Ekonometria↔ compare
- Spatiaalinen virhemalli (SEM)Spatiaalianalyysi↔ compare
- Tilalagun malli (SAR / Autoregressiivinen tilamalli)Spatiaalianalyysi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →