Módszerbizonyíték rekord

Local Kernel Density Estimation

Local Kernel Density Estimation (Local KDE) is a non-parametric spatial method that estimates the density of point events at each location by applying a kernel function with a spatially adaptive bandwidth. Unlike global KDE, which uses a fixed bandwidth across the entire study area, Local KDE adjusts the smoothing window according to local data density, capturing fine-scale clustering where events are sparse or concentrated.

Sources recorded, not reviewed

Forrásrekord

A hivatkozások szó szerint a módszer forrásrekordjából kerültek átvételre. Ezekből nem következtethető ki állítás-szintű ellenőrzés.

Taxonómiai módszerrekord · regression-model / spatial-analysis

Silverman, B. W. (1986). Density Estimation for Statistics and Data Analysis. Chapman and Hall, London. · ISBN 978-0412246203
Diggle, P. J. (1985). A kernel method for smoothing point process data. Journal of the Royal Statistical Society: Series C (Applied Statistics), 34(2), 138-147. · URL

Teljes módszer megnyitása

Kurált állítások

Az állítások a bizonyíték-jegyzőkönyvben tárolódtak, mindegyik saját értékeléssel.

Még nincsenek kurált állítások

Ez a nézet nem hoz létre állítás-értékelést, ha a jegyzőkönyvben nincs.

Kapcsolódó módszerek

A módszergráfból generálva és gépi javaslatú kapcsolatokként jelenítve meg – nem következtethető ki bizonyíték-állítás.

Taxonomic bucketHot Spot Analysismachine-suggested · Relational suggestion, not evidence.Taxonomic bucketLocal Moran's Imachine-suggested · Relational suggestion, not evidence.Taxonomic bucketLocal Spatial Autocorrelationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketNetwork-Based Spatial Analysismachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSpatial Autocorrelationmachine-suggested · Relational suggestion, not evidence.