Regressione Geograficamente Ponderata Locale (GWR)
La Regressione Geograficamente Ponderata Locale (GWR) stima un modello di regressione separato in ogni posizione dell'area di studio, permettendo a ogni coefficiente di variare spazialmente. Ponderando le osservazioni vicine più delle distanti, la GWR rivela come le relazioni predittore-esito cambiano nello spazio geografico, anziché imporre una singola stima globale su dati eterogenei.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2002). Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Wiley. ISBN: 978-0471496168
- Brunsdon, C., Fotheringham, A. S., & Charlton, M. E. (1996). Geographically weighted regression: a method for exploring spatial nonstationarity. Geographical Analysis, 28(4), 281-298. DOI: 10.1111/j.1538-4632.1996.tb00936.x ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Local Geographically Weighted Regression. ScholarGate. https://scholargate.app/it/spatial-analysis/local-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.
- Regressione Geograficamente Ponderata (GWR)Analisi spaziale↔ compare
- Autocorrelazione Spaziale LocaleAnalisi spaziale↔ compare
- Regressione Pesata Geograficamente Multiscala (MGWR)Analisi spaziale↔ compare
- Modello di Errore Spaziale (SEM)Analisi spaziale↔ compare
- Modello a Lag Spaziale (SAR / Autoregressivo Spaziale)Analisi spaziale↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →