השוואת שיטות
סקרו את השיטות שבחרתם זו לצד זו; שורות שבהן יש הבדל מודגשות.
| מדדים מקומיים של אסוציאציה מרחבית (LISA)× | אוטוקורלציה מרחבית× | |
|---|---|---|
| תחום | ניתוח מרחבי | ניתוח מרחבי |
| משפחה | Regression model | Regression model |
| שנת המקור≠ | 1995 | 1950 |
| הוגה השיטה≠ | Luc Anselin | P. A. P. Moran (global measure, 1950); Roy Geary (Geary's C, 1954); Luc Anselin (LISA, 1995) |
| סוג≠ | Local spatial statistic | Spatial statistic / exploratory spatial data analysis |
| מקור מכונן≠ | Anselin, L. (1995). Local Indicators of Spatial Association — LISA. Geographical Analysis, 27(2), 93–115. DOI ↗ | Moran, P. A. P. (1950). Notes on continuous stochastic phenomena. Biometrika, 37(1/2), 17–23. DOI ↗ |
| כינויים | LISA, local spatial autocorrelation statistics, local Moran's I, Anselin LISA | spatial dependence, geographic autocorrelation, spatial clustering measure, SA |
| 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. | Spatial autocorrelation quantifies the degree to which a variable's values at nearby locations resemble each other more (positive autocorrelation) or less (negative autocorrelation) than expected by chance. Global indices such as Moran's I summarise the pattern across the entire study area, while local variants reveal clusters and outliers at the level of individual observations. |
| ScholarGateמערך נתונים ↗ |
|
|