Daudzmērogo ģeogrāfiski svērto regresiju (MGWR)
Daudzmērogo ģeogrāfiski svērto regresiju (Multiscale Geographically Weighted Regression, MGWR), ko 2017. gadā ieviesa Fotheringham, Yang un Kang, ir telpiskās regresijas modelis, kas ļauj katram koeficientam mainīties telpā savā mērogā. Tas vispārina ģeogrāfiski svērto regresiju (GWR), piešķirot katram prediktoram savu joslas platumu (bandwidth), tādējādi dažas attiecības var darboties lokāli, bet citas gandrīz globāli.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Fotheringham, A. S., Yang, W. & Kang, W. (2017). Multiscale Geographically Weighted Regression (MGWR). Annals of the American Association of Geographers, 107(6), 1247–1265. DOI: 10.1080/24694452.2017.1352480 ↗
- Oshan, T. M., Li, Z., Kang, W., Wolf, L. J. & Fotheringham, A. S. (2019). mgwr: A Python Implementation of Multiscale Geographically Weighted Regression. Journal of Open Source Software, 4(42), 1670. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Multiscale Geographically Weighted Regression. ScholarGate. https://scholargate.app/lv/spatial-analysis/mgwr-model
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.
- Ģeogrāfiski svērtā regresija (GWR)Telpiskā analīze↔ compare
- Getis-Ord Gi* karstā analīzeTelpiskā analīze↔ compare
- Parastā mazāko kvadrātu (OLS) regresijaEkonometrija↔ compare
- Telpiskais kļūdu modelis (SEM)Telpiskā analīze↔ compare
- Telpiskās nobīdes modelis (SAR / Telpiskais autoregresīvais)Telpiskā analīze↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →