Regression modelGIS / spatial

Estimation de la Densité par Noyau Spatio-Temporel (ST-KDE)

L'estimation de la densité par noyau spatio-temporel (ST-KDE) étend la KDE classique à trois dimensions — deux spatiales et une temporelle — pour révéler comment l'intensité des événements ponctuels (crimes, accidents, cas de maladie) varie de manière continue à travers l'espace géographique et le temps. Elle produit une surface probabiliste lisse qui met en évidence où et quand les événements se concentrent le plus densément.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

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

Sources

  1. Nakaya, T., & Yano, K. (2010). Visualising crime clusters in a space-time cube: An exploratory data-analysis approach using space-time kernel density estimation and scan statistics. Transactions in GIS, 14(3), 223-239. DOI: 10.1111/j.1467-9671.2010.01194.x
  2. Kernel density estimation. Wikipedia. link

Comment citer cette page

ScholarGate. (2026, June 3). Space-Time Kernel Density Estimation. ScholarGate. https://scholargate.app/fr/spatial-analysis/space-time-kernel-density-estimation

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

Référencée par

ScholarGateSpace-Time Kernel Density Estimation (Space-Time Kernel Density Estimation). Consulté le 2026-06-15 sur https://scholargate.app/fr/spatial-analysis/space-time-kernel-density-estimation · Jeu de données : https://doi.org/10.5281/zenodo.20539026