השוואת שיטות
סקרו את השיטות שבחרתם זו לצד זו; שורות שבהן יש הבדל מודגשות.
| מודל פאנל מרחבי בייסיאני× | רגרסיה משוקללת גאוגרפית (GWR)× | |
|---|---|---|
| תחום | ניתוח מרחבי | ניתוח מרחבי |
| משפחה | Regression model | Regression model |
| שנת המקור≠ | 2009–2014 | 2002 |
| הוגה השיטה≠ | LeSage & Pace; Elhorst | Fotheringham, Brunsdon & Charlton |
| סוג≠ | Bayesian spatial panel regression | Local spatial regression |
| מקור מכונן≠ | LeSage, J. P., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press / Taylor & Francis. ISBN: 978-1420064247 | Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2002). Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Wiley. ISBN: 978-0471496168 |
| כינויים | Bayesian spatial panel, Bayesian spatial econometrics panel, BSPM, Bayesian panel spatial regression | GWR, local regression, spatially varying coefficient regression, Coğrafi Ağırlıklı Regresyon (GWR) |
| קשורות | 5 | 5 |
| 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. | Geographically Weighted Regression is a local regression method, introduced by Fotheringham, Brunsdon and Charlton (2002), that allows the regression coefficients to vary across space. Instead of one global equation, it fits a separate set of coefficients at every location, capturing spatial heterogeneity in the relationships. |
| ScholarGateמערך נתונים ↗ |
|
|