Lokale Kernel Dichtheidsschatting
Lokale Kernel Dichtheidsschatting (Local KDE) is een non-parametrische ruimtelijke methode die de dichtheid van puntgebeurtenissen op elke locatie schat door een kernel-functie met een ruimtelijk adaptieve bandbreedte toe te passen. In tegenstelling tot globale KDE, die een vaste bandbreedte gebruikt over het gehele studiegebied, past Local KDE het gladmakingsvenster aan de lokale datadichtheid aan, waardoor fijnschalige clustering wordt vastgelegd waar gebeurtenissen schaars of geconcentreerd zijn.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Silverman, B. W. (1986). Density Estimation for Statistics and Data Analysis. Chapman and Hall, London. ISBN: 978-0412246203
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Local Kernel Density Estimation. ScholarGate. https://scholargate.app/nl/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.
- Hot Spot Analysis (Getis-Ord Gi*)Ruimtelijke analyse↔ compare
- Local Moran's I (LISA)Ruimtelijke analyse↔ compare
- Lokale ruimtelijke autocorrelatieRuimtelijke analyse↔ compare
- Netwerkgebaseerde ruimtelijke analyseRuimtelijke analyse↔ compare
- Ruimtelijke AutocorrelatieRuimtelijke analyse↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →