ScholarGate
Ассистент
Regression modelGIS / spatial

Многомасштабная географически взвешенная регрессия (MGWR)

Многомасштабная географически взвешенная регрессия (MGWR) — это локальная пространственная регрессионная модель, которая снимает ограничение на единую ширину полосы пропускания стандартной GWR, позволяя каждому предиктору действовать в своем собственном пространственном масштабе. Каждая поверхность коэффициентов калибруется с собственной шириной полосы пропускания, что позволяет модели различать факторы, которые медленно меняются в пространстве, от тех, которые меняются резко.

Открыть в MethodMindСкороВидеоСкороСкачать слайды

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Карта метода

Окружение родственных методов — выберите узел, чтобы перейти к нему.

+ ещё 10

Источники

  1. 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
  2. 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

Как цитировать эту страницу

ScholarGate. (2026, June 3). Multiscale Geographically Weighted Regression. ScholarGate. https://scholargate.app/ru/spatial-analysis/multiscale-geographically-weighted-regression

Какой метод?

Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.

Сравнить рядом

Упоминается в

ScholarGateMultiscale Geographically Weighted Regression (Multiscale Geographically Weighted Regression). Получено 2026-06-15 из https://scholargate.app/ru/spatial-analysis/multiscale-geographically-weighted-regression · Набор данных: https://doi.org/10.5281/zenodo.20539026