השוואת שיטות
סקרו את השיטות שבחרתם זו לצד זו; שורות שבהן יש הבדל מודגשות.
| מודל פאנל מרחבי בייסיאני× | רגרסיה מרחבית בייסיאנית× | |
|---|---|---|
| תחום | ניתוח מרחבי | ניתוח מרחבי |
| משפחה | Regression model | Regression model |
| שנת המקור≠ | 2009–2014 | 1990s–2000s |
| הוגה השיטה≠ | LeSage & Pace; Elhorst | Banerjee, Carlin & Gelfand (foundational treatment); building on Besag (1974) for lattice priors |
| סוג≠ | Bayesian spatial panel regression | Bayesian hierarchical regression |
| מקור מכונן≠ | LeSage, J. P., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press / Taylor & Francis. ISBN: 978-1420064247 | Banerjee, S., Carlin, B. P., & Gelfand, A. E. (2015). Hierarchical Modeling and Analysis for Spatial Data (2nd ed.). CRC Press. ISBN: 978-1439819173 |
| כינויים | Bayesian spatial panel, Bayesian spatial econometrics panel, BSPM, Bayesian panel spatial regression | Bayesian hierarchical spatial model, BSR, Bayesian geostatistical regression, Bayesian spatial linear model |
| קשורות≠ | 5 | 3 |
| תקציר≠ | The Bayesian Spatial Panel Model estimates spatial interaction effects (spatial lag, spatial error, or Durbin) in panel data using Bayesian inference via Markov Chain Monte Carlo (MCMC). It combines the ability to control for unobserved unit- and time-specific heterogeneity with principled uncertainty quantification, making it suitable for georeferenced longitudinal datasets in economics, public health, and regional science. | Bayesian Spatial Regression embeds a spatially structured random effect into a regression framework and estimates all parameters — including spatial range and variance — through posterior inference rather than point estimation. It handles spatial autocorrelation, quantifies full predictive uncertainty, and accommodates small or irregular spatial datasets via hierarchical priors. |
| ScholarGateמערך נתונים ↗ |
|
|