ScholarGate
어시스턴트
Regression modelGIS / spatial

공간 자기상관

공간 자기상관은 변수의 값이 주변 지역의 값과 우연히 기대되는 것보다 더 유사한지(양의 자기상관) 또는 덜 유사한지(음의 자기상관)를 정량화합니다. Moran's I와 같은 전역 지수는 전체 연구 영역의 패턴을 요약하는 반면, 지역 변형은 개별 관측치의 수준에서 클러스터와 이상치를 드러냅니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

+34 more

출처

  1. Moran, P. A. P. (1950). Notes on continuous stochastic phenomena. Biometrika, 37(1/2), 17–23. DOI: 10.2307/2332142
  2. Anselin, L. (1988). Spatial Econometrics: Methods and Models. Kluwer Academic Publishers. ISBN: 978-9024737322

이 페이지 인용 방법

ScholarGate. (2026, June 3). Spatial Autocorrelation Analysis. ScholarGate. https://scholargate.app/ko/spatial-analysis/spatial-autocorrelation

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.

Compare side by side

이 방법을 참조하는 항목

ScholarGateSpatial Autocorrelation (Spatial Autocorrelation Analysis). 2026-06-15에 다음에서 검색함: https://scholargate.app/ko/spatial-analysis/spatial-autocorrelation · 데이터셋: https://doi.org/10.5281/zenodo.20539026