Regressão Geograficamente Ponderada Multiescala (MGWR)
A Regressão Geograficamente Ponderada Multiescala (MGWR) é um quadro de regressão espacial local que relaxa a restrição de banda única (bandwidth) da GWR padrão, permitindo que cada preditor opere em sua própria escala espacial. Cada superfície de coeficiente é calibrada com sua própria banda, permitindo que o modelo distinga impulsionadores que variam lentamente no espaço daqueles que variam acentuadamente.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+10 more
Fontes
- Fotheringham, A. S., Yang, W., & Kang, W. (2017). Multiscale geographically weighted regression (MGWR). Annals of the American Association of Geographers, 107(6), 1247-1265. DOI: 10.1080/24694452.2017.1352480 ↗
- Oshan, T. M., Li, Z., Kang, W., Wolf, L. J., & Fotheringham, A. S. (2019). mgwr: A Python implementation of multiscale geographically weighted regression for investigating process spatial heterogeneity and scale. ISPRS International Journal of Geo-Information, 8(6), 269. DOI: 10.3390/ijgi8060269 ↗
Como citar esta página
ScholarGate. (2026, June 3). Multiscale Geographically Weighted Regression. ScholarGate. https://scholargate.app/pt/spatial-analysis/multiscale-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.
- Regressão Geograficamente Ponderada (GWR)Análise espacial↔ compare
- Regressão Espacial LocalAnálise espacial↔ compare
- Modelo Durbin Espacial (SDM)Análise espacial↔ compare
- Modelo de Erro Espacial (SEM)Análise espacial↔ compare
- Modelo de Lag Espacial (SAR / Autoregressivo Espacial)Análise espacial↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →