Panel Multiscale Geographically Weighted Regression (Panel MGWR)
Panel MGWR utökar Multiscale Geographically Weighted Regression till data med upprepade observationer (paneldata), vilket tillåter varje prediktor att verka inom sin egen spatiala bandbredd samtidigt som enhets- eller tidsspecifika fasta effekter kontrolleras. Metoden används när både spatial heterogenitet och temporal struktur är relevanta samtidigt.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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 ↗
- Yu, H., Fotheringham, A. S., Li, Z., Oshan, T., Kang, W., & Wolf, L. J. (2020). Inference in Multiscale Geographically Weighted Regression. Geographical Analysis, 52(1), 87-106. DOI: 10.1111/gean.12189 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Panel Multiscale Geographically Weighted Regression. ScholarGate. https://scholargate.app/sv/spatial-analysis/panel-multiscale-geographically-weighted-regression
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Geografiskt viktad regression (GWR)Rumslig analys↔ jämför
- Lokal geografiskt viktad regression (GWR)Rumslig analys↔ jämför
- Multiskalig geografiskt viktad regression (MGWR)Rumslig analys↔ jämför
- Panel Spatial Durbin-modellRumslig analys↔ jämför
- Panel Spatial Error ModelRumslig analys↔ jämför
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →