Regression modelGIS / spatial
局所地理加重回帰 (GWR)
局所地理加重回帰 (GWR) は、研究域の各地点で個別の回帰モデルを推定し、すべての係数が空間的に変動することを可能にする。近傍の観測値に遠方の観測値よりも重みを与えることで、GWR は、不均一なデータに対して単一のグローバルな推定値を強制するのではなく、予測変数と結果の関係が地理的空間でどのように変化するかを明らかにする。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Local Geographically Weighted Regression. ScholarGate. https://scholargate.app/ja/spatial-analysis/local-geographically-weighted-regression
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- 地理的に重み付けされた回帰分析 (GWR)空間分析↔ 比較
- 局所的空間自己相関空間分析↔ 比較
- Multiscale Geographically Weighted Regression (MGWR)空間分析↔ 比較
- 空間誤差モデル（SEM）空間分析↔ 比較
- 空間ラグモデル（SAR / 空間自己回帰）空間分析↔ 比較