ScholarGate
Assistent
Regression modelGIS / spatial

Robuuste Lokale Indicatoren van Ruimtelijke Associatie (Robuuste LISA)

Robuuste Lokale Indicatoren van Ruimtelijke Associatie breiden Anselin's LISA-kader uit om uitschieters, extreme waarden en ruimtelijk heterogene populaties te hanteren. Door uitschieter-resistente aanpassingen toe te passen op de ruimtelijke gewichten of de gestandaardiseerde waarden, identificeert Robuuste LISA statistisch significante lokale clusters en ruimtelijke uitschieters zonder de vervormingen veroorzaakt door zeer invloedrijke observaties.

Openen in MethodMindBinnenkortApply, compare, get guidance
Tools & resources
Dia's downloaden
Learn & explore
VideoBinnenkort

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Methodenkaart

De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.

Bronnen

  1. Anselin, L. (1995). Local indicators of spatial association—LISA. Geographical Analysis, 27(2), 93–115. DOI: 10.1111/j.1538-4632.1995.tb00338.x
  2. Assuncao, R. M., & Reis, E. A. (1999). A new proposal to adjust Moran's I for population density. Statistics in Medicine, 18(16), 2147–2162. DOI: 10.1002/(SICI)1097-0258(19990830)18:16<2147::AID-SIM179>3.0.CO;2-I

Deze pagina citeren

ScholarGate. (2026, June 3). Robust Local Indicators of Spatial Association. ScholarGate. https://scholargate.app/nl/spatial-analysis/robust-local-indicators-of-spatial-association

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.

Naast elkaar vergelijken

Geciteerd door

ScholarGateRobust Local Indicators of Spatial Association (Robust Local Indicators of Spatial Association). Geraadpleegd op 2026-06-17 via https://scholargate.app/nl/spatial-analysis/robust-local-indicators-of-spatial-association · Gegevensset: https://doi.org/10.5281/zenodo.20539026