Regression model

Regresja geograficznie ważona (GWR)

Regresja geograficznie ważona to lokalna metoda regresji, wprowadzona przez Fotheringhama, Brunsdona i Charltona (2002), która pozwala na zmienność współczynników regresji w przestrzeni. Zamiast jednego globalnego równania, dopasowuje ona oddzielny zestaw współczynników w każdej lokalizacji, uwzględniając heterogeniczność przestrzenną w relacjach.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

The neighbourhood of related methods — select a node to explore.

+53 more

Źródła

  1. Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2002). Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Wiley. ISBN: 978-0471496168

Jak cytować tę stronę

ScholarGate. (2026, June 1). Geographically Weighted Regression (GWR). ScholarGate. https://scholargate.app/pl/spatial-analysis/geographically-weighted-regression

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.

Compare side by side

Cytowana przez

Bayesian Geographically Weighted Regression (BGWR)Bayesian Multiscale Geographically Weighted RegressionBayesowski Model Durba SpatialnegoBayesowski Model Błędu PrzestrzennegoModel Bayesański z Lagiem PrzestrzennymBayesowski przestrzenny model panelowyBayesowska regresja przestrzennaBayesowskie uniwersalne krigingowanieCo-kriging: Wielowymiarowa interpolacja geostatystycznaKokryging (ang. cokriging)Geograficznie Ważąca Analiza Składowych Głównych (GWPCA)Geograficznie Ważony Las LosowyGlobalny przestrzenny model Durbina (SDM)Globalny Model Błędu Przestrzennego (SEM)Globalny przestrzenny model panelowyAnaliza Gorących Punktów (Getis-Ord Gi*)Metoda odwrotności odległości (IDW)Interpolacja przestrzenna metodą KriginguLokalna Geograficznie Ważona Regresja (GWR)Lokalne Wskaźniki Zależności Przestrzennej (LISA)Krygowanie lokalne (krygowanie z ruchomym oknem)Lokalna analiza przestrzenna oparta na sieciLokalne Krigowanie OrdinaryjneLokalny model Durbina przestrzennegoLokalny Model Opóźnienia PrzestrzennegoRegresja przestrzenna lokalnaLokalny Kriging UniwersalnyWieloskalowa geograficznie ważona regresja (MGWR)Moran's IWieloskalowa geograficznie ważona regresja (MGWR)Wieloskalowa autokorelacja przestrzennaAnaliza przestrzenna oparta na sieciZwykłe KrigingPanel Geographically Weighted Regression (Panel GWR)Panel KrigingPanel Multiscale Geographically Weighted RegressionAutokorelacja przestrzenna w panelachModel przestrzenny panelowy DurbinaModel błędu przestrzennego dla danych panelowychPanelowa regresja przestrzennaSolidarny Kriging UniwersalnyAnaliza przestrzenna oparta na sieciach czasoprzestrzennychAutokorelacja przestrzenno-czasowaModel błędu przestrzennego czasoprzestrzennegoModel opóźnienia przestrzenno-czasowegoModel przestrzenno-czasowy panelowy z uwzględnieniem zależności przestrzennychRegresja przestrzenno-czasowa z uwzględnieniem zależności przestrzennejPrzestrzenno-czasowe Krigowanie UniwersalneAutokorelacja przestrzennaAnaliza przestrемых efektów przyczynowychPrzestrzenna ewaluacja wpływu kontrfaktycznego (SCIE)Przestrzenna estymacja podwójnie odpornaModel przestrzenny Durbina (SDM)Przestrzenne ważenie odwrotnością prawdopodobieństwa (Spatial IPW)Model panelowy przestrzenny (FE/RE)Spatial Propensity Score WeightingAnaliza wrażliwości przestrzennej dla przyczynowościKrygowanie uniwersalne (Krygowanie z trendem)
ScholarGateGeographically Weighted Regression (Geographically Weighted Regression (GWR)). Pobrano 2026-06-15 z https://scholargate.app/pl/spatial-analysis/geographically-weighted-regression · Zbiór danych: https://doi.org/10.5281/zenodo.20539026