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.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.