Regression modelGIS / spatial

Lokalna Geograficznie Ważona Regresja (GWR)

Lokalna Geograficznie Ważona Regresja (GWR) szacuje odrębny model regresji w każdej lokalizacji obszaru badawczego, pozwalając na przestrzenne zróżnicowanie każdego współczynnika. Poprzez nadawanie większej wagi obserwacjom pobliskim niż odległym, GWR ujawnia, jak relacje między predyktorami a wynikiem zmieniają się w przestrzeni geograficznej, zamiast narzucać pojedyncze oszacowanie globalne na heterogeniczne dane.

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.

Źródła

  1. Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2002). Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Wiley. ISBN: 978-0471496168
  2. Brunsdon, C., Fotheringham, A. S., & Charlton, M. E. (1996). Geographically weighted regression: a method for exploring spatial nonstationarity. Geographical Analysis, 28(4), 281-298. DOI: 10.1111/j.1538-4632.1996.tb00936.x

Jak cytować tę stronę

ScholarGate. (2026, June 3). Local Geographically Weighted Regression. ScholarGate. https://scholargate.app/pl/spatial-analysis/local-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

ScholarGateLocal Geographically Weighted Regression (Local Geographically Weighted Regression). Pobrano 2026-06-15 z https://scholargate.app/pl/spatial-analysis/local-geographically-weighted-regression · Zbiór danych: https://doi.org/10.5281/zenodo.20539026