Regressão Geograficamente Ponderada Local (GWR)
A Regressão Geograficamente Ponderada Local (GWR) estima um modelo de regressão separado em cada local da área de estudo, permitindo que cada coeficiente varie espacialmente. Ao ponderar observações próximas mais fortemente do que as distantes, a GWR revela como as relações preditor-resultado mudam no espaço geográfico, em vez de forçar uma única estimativa global em dados heterogêneos.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2002). Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Wiley. ISBN: 978-0471496168
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Local Geographically Weighted Regression. ScholarGate. https://scholargate.app/pt/spatial-analysis/local-geographically-weighted-regression
Qual método?
Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.
- Regressão Geograficamente Ponderada (GWR)Análise espacial↔ comparar
- Autocorrelação Espacial LocalAnálise espacial↔ comparar
- Regressão Geograficamente Ponderada Multiescala (MGWR)Análise espacial↔ comparar
- Modelo de Erro Espacial (SEM)Análise espacial↔ comparar
- Modelo de Lag Espacial (SAR / Autoregressivo Espacial)Análise espacial↔ comparar
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →