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.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
+ ещё 10
Источники
- 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 ↗
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.
- Регрессия с географически взвешенными коэффициентами (GWR)Пространственный анализ↔ сравнить
- Локальная пространственная регрессияПространственный анализ↔ сравнить
- Пространственная модель Дарбина (SDM)Пространственный анализ↔ сравнить
- Пространственная модель ошибок (Spatial Error Model, SEM)Пространственный анализ↔ сравнить
- Spatial Lag ModelПространственный анализ↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →