Panel Multiscale Geographically Weighted Regression (Panel MGWR)
Panel MGWR breidt Multiscale Geographically Weighted Regression uit naar herhaalde-waarnemingen (panel) data, waardoor elke voorspeller op zijn eigen ruimtelijke bandbreedte kan opereren, terwijl wordt gecontroleerd voor eenheidsspecifieke of tijdsspecifieke vaste effecten. Het wordt gebruikt wanneer zowel ruimtelijke heterogeniteit als temporele structuur gelijktijdig van belang zijn.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
- Yu, H., Fotheringham, A. S., Li, Z., Oshan, T., Kang, W., & Wolf, L. J. (2020). Inference in Multiscale Geographically Weighted Regression. Geographical Analysis, 52(1), 87-106. DOI: 10.1111/gean.12189 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Panel Multiscale Geographically Weighted Regression. ScholarGate. https://scholargate.app/nl/spatial-analysis/panel-multiscale-geographically-weighted-regression
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Geografisch Gewogen Regressie (GWR)Ruimtelijke analyse↔ vergelijken
- Lokale Geografisch Gewogen Regressie (GWR)Ruimtelijke analyse↔ vergelijken
- Multiscale Geographically Weighted Regression (MGWR)Ruimtelijke analyse↔ vergelijken
- Panel Ruimtelijk Durbin ModelRuimtelijke analyse↔ vergelijken
- Panel Ruimtelijk FoutmodelRuimtelijke analyse↔ vergelijken
Een fout op deze pagina gezien? Meld het of stel een correctie voor →