Multiscale Geographically Weighted Regression (MGWR)
Multiscale Geographically Weighted Regression, introdusert av Fotheringham, Yang og Kang i 2017, er en romlig regresjonsmodell som lar hver koeffisient variere i rommet på sin egen romlige skala. Den generaliserer Geographically Weighted Regression ved å gi hver prediktor sin egen båndbredde, slik at noen sammenhenger kan virke lokalt mens andre virker nesten globalt.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
- Oshan, T. M., Li, Z., Kang, W., Wolf, L. J. & Fotheringham, A. S. (2019). mgwr: A Python Implementation of Multiscale Geographically Weighted Regression. Journal of Open Source Software, 4(42), 1670. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Multiscale Geographically Weighted Regression. ScholarGate. https://scholargate.app/no/spatial-analysis/mgwr-model
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.
- Geografisk vektet regresjon (GWR)Romlig analyse↔ compare
- Getis-Ord Gi* Hot Spot-analyseRomlig analyse↔ compare
- Minste kvadraters metode (OLS)Økonometri↔ compare
- Spatial Error Model (SEM)Romlig analyse↔ compare
- Romlig etterslepmodell (SAR / romlig autoregressiv)Romlig analyse↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →