Regression modelGIS / spatial

Panel Kernel Density Estimation

Standarta KDE uz katra novērotā punkta novieto gludu pacēlumu (kodolu) un saskaita pacēlumus, lai atgūtu nepārtrauktu blīvuma virsmu. Paneļa iestatījumā jums ir vieni un tie paši telpiskie vienumi, kas novēroti vairākos laika punktos — tāpēc, nevis viena momentuzņēmuma vietā, jūs iegūstat blīvuma virsmu sēriju, pa vienai katram periodam (vai katrai grupai). Šo virsmu salīdzināšana parāda, vai aktivitāte laika gaitā koncentrējas, izplatās vai migrē. Izaicinājums ir izvēlēties joslas platumu un apkopošanas stratēģiju, lai virsmas būtu salīdzināmas paneļos, nepārmērīgi izlīdzinot nozīmīgas laika izmaiņas.

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. Parzen, E. (1962). On estimation of a probability density function and mode. Annals of Mathematical Statistics, 33(3), 1065-1076. DOI: 10.1214/aoms/1177704472
  2. Silverman, B. W. (1986). Density Estimation for Statistics and Data Analysis. Chapman and Hall, London. ISBN: 978-0412246203

Kā citēt šo lapu

ScholarGate. (2026, June 3). Panel Kernel Density Estimation. ScholarGate. https://scholargate.app/lv/spatial-analysis/panel-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
ScholarGatePanel Kernel Density Estimation (Panel Kernel Density Estimation). Izgūts 2026-06-15 no https://scholargate.app/lv/spatial-analysis/panel-kernel-density-estimation · Datu kopa: https://doi.org/10.5281/zenodo.20539026