मल्टीस्केल ज्योग्राफिकली वेटेड रिग्रेशन (MGWR)
मल्टीस्केल ज्योग्राफिकली वेटेड रिग्रेशन, जिसे 2017 में फोथरिंगम, यांग और कांग द्वारा प्रस्तुत किया गया था, एक स्थानिक रिग्रेशन मॉडल है जो प्रत्येक गुणांक को अपने स्वयं के स्थानिक पैमाने पर स्थान के अनुसार भिन्न होने देता है। यह ज्योग्राफिकली वेटेड रिग्रेशन का सामान्यीकरण करता है, प्रत्येक भविष्यवक्ता को अपना बैंडविड्थ देकर, इसलिए कुछ संबंध स्थानीय रूप से कार्य कर सकते हैं जबकि अन्य लगभग विश्व स्तर पर कार्य करते हैं।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
- Oshan, T. M., Li, Z., Kang, W., Wolf, L. J. & Fotheringham, A. S. (2019). mgwr: A Python Implementation of Multiscale Geographically Weighted Regression. Journal of Open Source Software, 4(42), 1670. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Multiscale Geographically Weighted Regression. ScholarGate. https://scholargate.app/hi/spatial-analysis/mgwr-model
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.
- भौगोलिक भारित प्रतिगमन (GWR)स्थानिक विश्लेषण↔ compare
- गेटीस-ऑर्ड Gi* हॉट स्पॉट विश्लेषणस्थानिक विश्लेषण↔ compare
- साधारण न्यूनतम वर्ग (OLS) समाश्रयणअर्थमिति↔ compare
- स्पेशल एरर मॉडल (SEM)स्थानिक विश्लेषण↔ compare
- स्थानिक लैग मॉडल (SAR / स्थानिक ऑटोरिग्रेसिव)स्थानिक विश्लेषण↔ compare