Regressione Pesata Geograficamente Multiscala (MGWR)
La Regressione Pesata Geograficamente Multiscala (MGWR) è un framework di regressione spaziale locale che rilassa il vincolo di singola ampiezza di banda della GWR standard, consentendo a ciascun predittore di operare alla propria scala spaziale. Ogni superficie di coefficiente è calibrata con la propria ampiezza di banda, permettendo al modello di distinguere i fattori che variano lentamente nello spazio da quelli che variano bruscamente.
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.
+10 more
Fonti
- 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 for investigating process spatial heterogeneity and scale. ISPRS International Journal of Geo-Information, 8(6), 269. DOI: 10.3390/ijgi8060269 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Multiscale Geographically Weighted Regression. ScholarGate. https://scholargate.app/it/spatial-analysis/multiscale-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
- Regressiona Spaziale LocaleAnalisi spaziale↔ compare
- Modello di Durbin Spaziale (SDM)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 →