Regression modelGIS / spatial
베이지안 지리 가중 회귀 (BGWR)
베이지안 지리 가중 회귀는 GWR의 공간적으로 변하는 계수 프레임워크와 베이지안 추론을 결합하여, 지역적으로 변하는 회귀 계수에 가우시안 과정 사전 분포를 적용합니다. 이는 각 위치에서의 각 계수에 대한 완전한 사후 분포를 생성하여, 점 추정치만이 아닌 원칙에 기반한 불확실성 정량화를 제공합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Finley, A. O. (2011). Comparing spatially-varying coefficients models for analysis of ecological data with non-stationary and anisotropic residual dependence. Methods in Ecology and Evolution, 2(2), 143-154. DOI: 10.1111/j.2041-210X.2010.00060.x ↗
- Wheeler, D., & Calder, C. (2007). An assessment of coefficient accuracy in linear regression models with spatially varying coefficients. Journal of Geographical Systems, 9(2), 145-166. DOI: 10.1007/s10109-006-0040-y ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Geographically Weighted Regression. ScholarGate. https://scholargate.app/ko/spatial-analysis/bayesian-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.
- 베이즈 공간 회귀공간분석↔ compare
- 지리 가중 회귀 분석 (Geographically Weighted Regression, GWR)공간분석↔ compare
- 국지 공간 회귀공간분석↔ compare
- 다중척도 지리 가중 회귀 (MGWR)공간분석↔ compare
- 공간 시차 모형 (SAR / 공간 자기회귀)공간분석↔ compare