ScholarGate
Asistent
Regression modelGIS / spatial

Bayesovská multiscale geograficky vážená regresia

Bayesovská multiscale geograficky vážená regresia (Bayesian MGWR) rozširuje rámec MGWR zavedením Bayesovských apriórnych pravdepodobností na každý priestorovo variabilný koeficient. Každý prediktor má povolenú vlastnú šírku pásma — vlastnú geografickú mierku vplyvu — zatiaľ čo Bayesovská inferencia nahrádza klasické spätné prispôsobenie (back-fitting) vzorkovaním posteriorných pravdepodobností, čo vedie k úplnej kvantifikácii neistoty pre každý lokálny povrch koeficientov.

Otvoriť v MethodMindČoskoroVideoČoskoroStiahnuť snímky

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Mapa metód

Okolie príbuzných metód — vyberte uzol na preskúmanie.

Zdroje

  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. Li, Z., Fotheringham, A. S., Li, W., & Oshan, T. (2020). Fast Geographically Weighted Regression (FastGWR): a scalable algorithm to investigate spatial process heterogeneity in millions of observations. International Journal of Geographical Information Science, 33(1), 155-175. DOI: 10.1080/13658816.2018.1521523

Ako citovať túto stránku

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

Ktorá metóda?

Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.

Porovnať vedľa seba
ScholarGateBayesian Multiscale Geographically Weighted Regression (Bayesian Multiscale Geographically Weighted Regression). Získané 2026-06-15 z https://scholargate.app/sk/spatial-analysis/bayesian-multiscale-geographically-weighted-regression · Dátová sada: https://doi.org/10.5281/zenodo.20539026