Regression modelGIS / spatial

רגרסיה גאוגרפית משוקללת בייסיאנית רב-סקלתי

רגרסיה גאוגרפית משוקללת בייסיאנית רב-סקלתי (Bayesian MGWR) מרחיבה את מסגרת ה-MGWR על ידי הצבת קדימויות בייסיאניות (priors) על כל מקדם משתנה מרחבית. לכל מנבא מותרת רוחב פס משלו – קנה המידה הגיאוגרפי הייחודי שלו להשפעה – בעוד שהסקה בייסיאנית מחליפה את ה-back-fitting הקלאסי בדגימת פוסטריור, ומספקת כימות מלא של אי-ודאות עבור כל משטח מקדם מקומי.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

The neighbourhood of related methods — select a node to explore.

מקורות

  1. Fotheringham, A. S., Yang, W., & Kang, W. (2017). Multiscale Geographically Weighted Regression (MGWR). Annals of the American Association of Geographers, 107(6), 1247-1265. DOI: 10.1080/24694452.2017.1352480
  2. Li, Z., Fotheringham, A. S., Li, W., & Oshan, T. (2020). Fast Geographically Weighted Regression (FastGWR): a scalable algorithm to investigate spatial process heterogeneity in millions of observations. International Journal of Geographical Information Science, 33(1), 155-175. DOI: 10.1080/13658816.2018.1521523

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Bayesian Multiscale Geographically Weighted Regression. ScholarGate. https://scholargate.app/he/spatial-analysis/bayesian-multiscale-geographically-weighted-regression

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateBayesian Multiscale Geographically Weighted Regression (Bayesian Multiscale Geographically Weighted Regression). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/spatial-analysis/bayesian-multiscale-geographically-weighted-regression · מערך נתונים: https://doi.org/10.5281/zenodo.20539026