השוואת שיטות
סקרו את השיטות שבחרתם זו לצד זו; שורות שבהן יש הבדל מודגשות.
| אוטוקורלציה מרחבית רובסטית× | מדדים מקומיים של אסוציאציה מרחבית (LISA)× | |
|---|---|---|
| תחום | ניתוח מרחבי | ניתוח מרחבי |
| משפחה | Regression model | Regression model |
| שנת המקור≠ | 1981–1995 | 1995 |
| הוגה השיטה≠ | Cliff & Ord; extended by Anselin and colleagues | Luc Anselin |
| סוג≠ | Spatial dependence test (robust variant) | Local spatial statistic |
| מקור מכונן≠ | Anselin, L., & Florax, R. J. G. M. (1995). Small sample properties of tests for spatial dependence in regression models: some further results. In Anselin, L. & Florax, R. J. G. M. (Eds.), New Directions in Spatial Econometrics. Springer, Berlin. link ↗ | Anselin, L. (1995). Local Indicators of Spatial Association — LISA. Geographical Analysis, 27(2), 93–115. DOI ↗ |
| כינויים | robust Moran's I, robust spatial dependence test, outlier-resistant spatial autocorrelation, RSA | LISA, local spatial autocorrelation statistics, local Moran's I, Anselin LISA |
| קשורות≠ | 5 | 6 |
| תקציר≠ | Robust spatial autocorrelation methods measure the degree to which nearby geographic units share similar values, while explicitly controlling for the distorting influence of spatial outliers and extreme observations. They extend classical statistics such as Moran's I by down-weighting or trimming observations that would otherwise inflate or deflate the autocorrelation signal. | 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 ↗ |
|
|