Regression modelGIS / spatial
베이즈 공간 회귀
베이즈 공간 회귀는 공간적으로 구조화된 확률 효과를 회귀 프레임워크에 내장하고, 점 추정 대신 사후 추론을 통해 공간 범위 및 분산과 같은 모든 매개변수를 추정합니다. 공간적 자기상관을 처리하고, 완전한 예측 불확실성을 정량화하며, 계층적 사전 분포를 통해 작거나 불규칙한 공간 데이터셋을 수용합니다.
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.
+1 more
출처
- Banerjee, S., Carlin, B. P., & Gelfand, A. E. (2015). Hierarchical Modeling and Analysis for Spatial Data (2nd ed.). CRC Press. ISBN: 978-1439819173
- Cressie, N. A. C. (1993). Statistics for Spatial Data (Revised ed.). Wiley-Interscience. ISBN: 978-0471002550
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Spatial Regression. ScholarGate. https://scholargate.app/ko/spatial-analysis/bayesian-spatial-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.
- 지리 가중 회귀 분석 (Geographically Weighted Regression, GWR)공간분석↔ compare
- 공간 오차 모형(SEM)공간분석↔ compare
- 공간 시차 모형 (SAR / 공간 자기회귀)공간분석↔ compare