Байесовская географически взвешенная регрессия (BGWR)
Байесовская географически взвешенная регрессия (Bayesian Geographically Weighted Regression, BGWR) объединяет каркас пространственно изменяющихся коэффициентов GWR с байесовским выводом, накладывая гауссовские процессы на локально изменяющиеся регрессионные коэффициенты. Это дает полные апостериорные распределения для каждого коэффициента в каждой точке, обеспечивая принципиальное количественное определение неопределенности, а не только точечные оценки.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Finley, A. O. (2011). Comparing spatially-varying coefficients models for analysis of ecological data with non-stationary and anisotropic residual dependence. Methods in Ecology and Evolution, 2(2), 143-154. DOI: 10.1111/j.2041-210X.2010.00060.x ↗
- Wheeler, D., & Calder, C. (2007). An assessment of coefficient accuracy in linear regression models with spatially varying coefficients. Journal of Geographical Systems, 9(2), 145-166. DOI: 10.1007/s10109-006-0040-y ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Geographically Weighted Regression. ScholarGate. https://scholargate.app/ru/spatial-analysis/bayesian-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.
- Байесовская пространственная регрессияПространственный анализ↔ compare
- Регрессия с географически взвешенными коэффициентами (GWR)Пространственный анализ↔ compare
- Локальная пространственная регрессияПространственный анализ↔ compare
- Многомасштабная географически взвешенная регрессия (MGWR)Пространственный анализ↔ compare
- Spatial Lag ModelПространственный анализ↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →