השוואת שיטות
סקרו את השיטות שבחרתם זו לצד זו; שורות שבהן יש הבדל מודגשות.
| ניתוח נקודות חמות מקומיות (Getis-Ord Gi*)× | מדדים מקומיים של אסוציאציה מרחבית (LISA)× | |
|---|---|---|
| תחום | ניתוח מרחבי | ניתוח מרחבי |
| משפחה | Regression model | Regression model |
| שנת המקור≠ | 1992-1995 | 1995 |
| הוגה השיטה≠ | Getis & Ord; Ord & Getis | Luc Anselin |
| סוג | Local spatial statistic | Local spatial statistic |
| מקור מכונן≠ | Ord, J. K., & Getis, A. (1995). Local spatial autocorrelation statistics: Distributional issues and an application. Geographical Analysis, 27(4), 286-306. DOI ↗ | Anselin, L. (1995). Local Indicators of Spatial Association — LISA. Geographical Analysis, 27(2), 93–115. DOI ↗ |
| כינויים | local Getis-Ord Gi*, Gi* statistic, spatial hot spot detection, local spatial clustering | LISA, local spatial autocorrelation statistics, local Moran's I, Anselin LISA |
| קשורות≠ | 5 | 6 |
| תקציר≠ | Local Hot Spot Analysis uses the Getis-Ord Gi* statistic to identify specific geographic locations where high or low values cluster together more than expected by chance. Unlike global measures that return a single summary for the whole study area, this local statistic produces a z-score for each feature, pinpointing exactly where statistically significant hot spots and cold spots occur. | LISA, introduced by Luc Anselin in 1995, decomposes a global spatial autocorrelation index into a location-specific statistic for every observation. It identifies where statistically significant spatial clusters and outliers occur on a map, enabling researchers to move beyond a single global summary and pinpoint the geographic sources of spatial dependence. |
| ScholarGateמערך נתונים ↗ |
|
|