Regression modelGIS / spatial

Lokālā kodola blīvuma novērtēšana

Lokālā kodola blīvuma novērtēšana (Local KDE) ir neparametriska telpiskā metode, kas katrā atrašanās vietā novērtē punktveida notikumu blīvumu, pielietojot kodola funkciju ar telpiski adaptīvu joslas platumu. Atšķirībā no globālās KDE, kas izmanto fiksētu joslas platumu visā pētījuma teritorijā, lokālā KDE pielāgo izlīdzināšanas logu atbilstoši vietējam datu blīvumam, uztverot smalkas mēroga klasterizācijas pazīmes tur, kur notikumi ir reti vai koncentrēti.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

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

Avoti

  1. Silverman, B. W. (1986). Density Estimation for Statistics and Data Analysis. Chapman and Hall, London. ISBN: 978-0412246203
  2. Diggle, P. J. (1985). A kernel method for smoothing point process data. Journal of the Royal Statistical Society: Series C (Applied Statistics), 34(2), 138-147. link

Kā citēt šo lapu

ScholarGate. (2026, June 3). Local Kernel Density Estimation. ScholarGate. https://scholargate.app/lv/spatial-analysis/local-kernel-density-estimation

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

Uz to atsaucas

ScholarGateLocal Kernel Density Estimation (Local Kernel Density Estimation). Izgūts 2026-06-15 no https://scholargate.app/lv/spatial-analysis/local-kernel-density-estimation · Datu kopa: https://doi.org/10.5281/zenodo.20539026