ScholarGate
Assistente
Regression model

Regressão Geograficamente Ponderada (GWR)

A Regressão Geograficamente Ponderada (GWR) é um método de regressão local, introduzido por Fotheringham, Brunsdon e Charlton (2002), que permite que os coeficientes de regressão variem no espaço. Em vez de uma única equação global, ela ajusta um conjunto separado de coeficientes em cada localização, capturando a heterogeneidade espacial nas relações.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

+53 more

Fontes

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

Como citar esta página

ScholarGate. (2026, June 1). Geographically Weighted Regression (GWR). ScholarGate. https://scholargate.app/pt/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

Referenciado por

Regressão Bayesiana Geograficamente Ponderada (BGWR)Regressão Geograficamente Ponderada Multiescala BayesianaModelo Espacial Durbin BayesianoModelo de Erro Espacial BayesianoModelo de Lag Espacial BayesianoModelo de Painel Espacial BayesianoRegressão Espacial BayesianaBayesian Universal KrigingCo-krigagem: Interpolação Geoestatística MultivariadaCokrigagemAnálise de Componentes Principais Ponderada Geograficamente (GWPCA)Random Forest Ponderado GeograficamenteGlobal Spatial Durbin Model (SDM)Modelo de Erro Espacial Global (SEM)Modelo Espacial Global de PainelAnálise de Pontos Quentes (Getis-Ord Gi*)Ponderação por Distância Inversa (IDW)Interpolação Espacial por KrigagemRegressão Geograficamente Ponderada Local (GWR)Indicadores Locais de Associação Espacial (LISA)Krigagem Local (Krigagem por Janela Móvel)Análise Espacial Local Baseada em RedeKrigagem Ordinária LocalModelo de Durbin Espacial LocalModelo de Lag Espacial LocalRegressão Espacial LocalKrigagem Universal LocalRegressão Geograficamente Ponderada Multiescala (MGWR)Índice de Autocorrelação Espacial Global de MoranRegressão Geograficamente Ponderada Multiescala (MGWR)Autocorrelação Espacial MultiescalaAnálise Espacial Baseada em RedeKrigagem OrdináriaRegressão Geograficamente Ponderada em Painel (Panel GWR)Krigagem de PainelRegressão Geograficamente Ponderada Multiescala em Painel (Panel MGWR)Autocorrelação Espacial em PainelModelo Espacial de Durbin para Dados em PainelModelo Espacial de Erros em PainelRegressão Espacial em PainelRobust Universal KrigingAnálise Espaço-Temporal Baseada em RedesAutocorrelação Espaço-Temporal EspacialModelo Espaço-Temporal de Erro EspacialModelo de Lag Espacial Espaço-TemporalModelo de Painel Espacial Espaço-TempoRegressão Espaço-Tempo EspacialKrigagem Universal Espaço-TempoAutocorrelação EspacialAnálise de Impacto Causal EspacialAvaliação de Impacto Contrafactual Espacial (SCIE)Estimativa Espacial Duplamente RobustaModelo Durbin Espacial (SDM)Ponderação por Probabilidade Inversa Espacial (Spatial IPW)Modelo de Painel Espacial (FE/RE)Ponderação Espacial por Escore de PropensãoAnálise de Sensibilidade Espacial para CausalidadeKrigagem Universal (Krigagem com Tendência)
ScholarGateGeographically Weighted Regression (Geographically Weighted Regression (GWR)). Recuperado em 2026-06-15 de https://scholargate.app/pt/spatial-analysis/geographically-weighted-regression · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026