Robust Getis-Ord Gi* Statisztika
A Robust Getis-Ord Gi* statisztika a klasszikus Gi* forrófolt-mérőszám kiterjesztése, hogy kezelni tudja a kiugró értékeket (outlier) a térbeli adatokban. A medián és a szórás robusztus becslőinek – mint például a csonkolt átlagok (trimmed means), mediánok, vagy a befolyásoló megfigyeléseket leértékelő súlyozás – használatával statisztikailag szignifikáns térbeli magas vagy alacsony értékű klasztereket azonosít be, még akkor is, ha az attribútum eloszlása olyan szélsőséges értékeket tartalmaz, amelyek torzítanák a standard Gi*-ot.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- Getis, A., & Ord, J. K. (1992). The analysis of spatial association by use of distance statistics. Geographical Analysis, 24(3), 189–206. DOI: 10.1111/j.1538-4632.1992.tb00261.x ↗
- Anselin, L., & Liu, X. (2010). Spatial panel econometrics. In Handbook of Applied Economic Statistics. Robust spatial statistics variants are discussed in the context of outlier-resistant local indicators. See also: Anselin, L. (2018). A local indicator of multivariate spatial association. Geographical Analysis, 51(2), 133–150. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Robust Getis-Ord Gi* Statistic. ScholarGate. https://scholargate.app/hu/spatial-analysis/robust-getis-ord-gi
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Forró Pont Elemzés (Getis-Ord Gi*)Térbeli elemzés↔ összehasonlítás
- Lokális Getis-Ord Gi* (Hot Spot Elemzés)Térbeli elemzés↔ összehasonlítás
- Helyi Moran-I (LISA)Térbeli elemzés↔ összehasonlítás
- Robuszt Lokális Indikátorok a Területi Asszociációra (Robust LISA)Térbeli elemzés↔ összehasonlítás
- Robusztus térbeli autokorrelációTérbeli elemzés↔ összehasonlítás
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →