Methodenbewijsdossier

MGWR

Multiscale Geographically Weighted Regression, introduced by Fotheringham, Yang and Kang in 2017, is a spatial regression model that lets each coefficient vary across space at its own spatial scale. It generalises Geographically Weighted Regression by giving every predictor its own bandwidth, so some relationships can act locally while others act almost globally.

Sources recorded, not reviewed

Bronrecord

Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.

Multiscale Geographically Weighted Regression

Taxonomisch methodendossier · regression-model / spatial-analysis

Volledige methode openen

Gecureerde claims

Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.

Nog geen gecureerde claims

Deze weergave verzint geen claimbeoordeling als het register er geen heeft.

Gerelateerde methoden

Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.

Same method familyGeographically Weighted Regressionmachine-suggested · Relational suggestion, not evidence.Same method familyGetis-Ord Gi*machine-suggested · Relational suggestion, not evidence.Same method familyOLS Regressionmachine-suggested · Relational suggestion, not evidence.Same method familySpatial Error Modelmachine-suggested · Relational suggestion, not evidence.Same method familySpatial Lag Modelmachine-suggested · Relational suggestion, not evidence.