ScholarGate
Asystent
Regression modelGIS / spatial

Bayesowskie Lokalne Wskaźniki Skojarzenia Przestrzennego (Bayesian LISA)

Bayesowskie Lokalne Wskaźniki Skojarzenia Przestrzennego rozszerzają klasyczną ramę LISA poprzez osadzenie lokalnych statystyk skojarzenia przestrzennego w bayesowskim modelu hierarchicznym. Zamiast opierać się na asymptotycznych testach istotności opartych na permutacjach, podejście to umieszcza rozkłady a priori na parametrach przestrzennych i wyprowadza prawdopodobieństwa a posteriori, że dana lokalizacja jest częścią prawdziwego klastra przestrzennego, uwzględniając niepewność i czerpiąc siłę z sąsiednich jednostek.

Otwórz w MethodMindWkrótceApply, compare, get guidance
Tools & resources
Pobierz slajdy
Learn & explore
WideoWkrótce

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Mapa metod

Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.

Źródła

  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. Banerjee, S., Carlin, B. P., & Gelfand, A. E. (2004). Hierarchical Modeling and Analysis for Spatial Data. Chapman and Hall/CRC. ISBN: 978-1584884101

Jak cytować tę stronę

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

Która metoda?

Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.

Porównaj obok siebie

Cytowana przez

ScholarGateBayesian Local Indicators of Spatial Association (Bayesian Local Indicators of Spatial Association). Pobrano 2026-06-15 z https://scholargate.app/pl/spatial-analysis/bayesian-local-indicators-of-spatial-association · Zbiór danych: https://doi.org/10.5281/zenodo.20539026