השוואת שיטות
סקרו את השיטות שבחרתם זו לצד זו; שורות שבהן יש הבדל מודגשות.
| מדדים מקומיים של אסוציאציה מרחבית (LISA)× | רגרסיה משוקללת גאוגרפית (GWR)× | |
|---|---|---|
| תחום | ניתוח מרחבי | ניתוח מרחבי |
| משפחה | Regression model | Regression model |
| שנת המקור≠ | 1995 | 2002 |
| הוגה השיטה≠ | Luc Anselin | Fotheringham, Brunsdon & Charlton |
| סוג≠ | Local spatial statistic | Local spatial regression |
| מקור מכונן≠ | Anselin, L. (1995). Local Indicators of Spatial Association — LISA. Geographical Analysis, 27(2), 93–115. DOI ↗ | Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2002). Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Wiley. ISBN: 978-0471496168 |
| כינויים | LISA, local spatial autocorrelation statistics, local Moran's I, Anselin LISA | GWR, local regression, spatially varying coefficient regression, Coğrafi Ağırlıklı Regresyon (GWR) |
| קשורות≠ | 6 | 5 |
| תקציר≠ | 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. | 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 ↗ |
|
|