ScholarGate
Msaidizi
Regression model

Usuli wa Kawaida wa Kijiografia (GWR)

Usuli wa Kawaida wa Kijiografia (GWR) ni mbinu ya usuli wa ndani, iliyoanzishwa na Fotheringham, Brunsdon na Charlton (2002), ambayo huruhusu vigezo vya usuli kutofautiana kote katika anga. Badala ya mfumo mmoja wa kimataifa, huweka seti tofauti za vigezo katika kila eneo, ikikamata utofauti wa anga katika mahusiano.

Fungua katika MethodMindHivi karibuniVideoHivi karibuniDownload slides

Soma mbinu kamili

Kwa wanachama pekee

Ingia kwa akaunti ya bure ili kusoma sehemu hii.

Ingia

Method map

The neighbourhood of related methods — select a node to explore.

Usuli wa Kawaida wa Kijiografia (GWR)
LISAJaribio la Moran's I la…Urejeshaji wa Njia ya Vi…Kielelezo cha Hitilafu z…Mfumo wa Ucheleweshaji w…Urekebishaji wa Kijiogra…Uchanganuzi wa Regreshen…Aina ya Bayesian Spatial…Aina ya Kosa la Angani l…Mfumo wa Bayesian wa Kuc…

+53 more

Vyanzo

  1. Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2002). Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Wiley. ISBN: 978-0471496168

Jinsi ya kunukuu ukurasa huu

ScholarGate. (2026, June 1). Geographically Weighted Regression (GWR). ScholarGate. https://scholargate.app/sw/spatial-analysis/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.

Compare side by side →

Imerejelewa na

Urekebishaji wa Kijiografia wa Bayesian (BGWR)Uchanganuzi wa Regresheni Uzito wa Kijiografia wa Mizani Mingi wa KibayesiaAina ya Bayesian Spatial Durbin ModelAina ya Kosa la Angani la BayesianMfumo wa Bayesian wa Kuchelewa kwa KijiografiaModeli wa Bayesian Spatial PanelRegressioni za Bayesian za AnganiBayesian Universal KrigingCo-kriging: Uingizaji wa Njia Mbalimbali za KijiografiaCokrigingUchanganuzi wa Vipengele Kuu Uliopimwa Kijiografia (GWPCA)Msitu wa Bahati Nasibu wa KijiografiaMchoro wa Ulimwengu wa Durbin wa Kijiografia (SDM)Mfumo Mkuu wa Kosa la Kina (SEM)Modeli wa Paneli wa Angaa wa KimataifaUchambuzi wa Maeneo Moto (Getis-Ord Gi*)Njia ya Uzito wa Umbali wa Kinyume (IDW)Utaalamu wa Uingizaji wa Nafasi wa KrigingUsanifu wa Jiografia Wenye Uzani Mahali (GWR)Viashirio vya Mitaa vya Chama cha Wanaanga (LISA)Kriging ya Kienyeji (Kriging ya Dirisha Linalosonga)Uchambuzi wa Kimaeneo wa Mtandao wa KaribuLocal Ordinary KrigingLocal Spatial Durbin ModelMfumo wa Kuchelewa wa Kienyeji wa KijiografiaRegressioni Angani za KienyejiLocal Universal KrigingUsanifu wa Usajili wa Kawaida wa Kijiografia wa Kiwango-Nyingi (MGWR)Moran's IUchanganuzi wa Regresheni yenye Uzito wa Kijiografia wa Mizani Mingi (MGWR)Ujihusiano wa Anga wa Nyanja NyingiUchanganuzi wa Angani wa Msingi wa MtandaoOrdinary KrigingUrejeshaji wa Kijiografia Wenye Uzito wa Paneli (Panel GWR)Kriging ya PaneliPanel Multiscale Geographically Weighted RegressionUchanganuzi wa Kiotomatiki wa Kina wa Data za PaneliMuundo wa Paneli wa Spatial DurbinModeli wa Hitilafu za Kina za Paneli (Panel Spatial Error Model)Uchambuzi wa Data wa Paneli wa Ruwaza za AngaUkriging Imara wa Ulimwengu WoteUchambuzi wa Anga-Wakati wa Msingi wa MtandaoUhalali wa Nafasi-Wakati wa KinaModeli wa Hitilafu ya Kina-Nafasi na WakatiModeli wa Lag wa Kinaanga cha Wakati na NafasiMfumo wa Paneli ya Spatio-Temporal ya KijiografiaUchambuzi wa Regresheni wa Kina-NafasiKriging Ulimwengu wa Nafasi-MudaUhusiano wa KiasiliaUchambuzi wa Athari Husababishi za KipekeeSpatial Counterfactual Impact Evaluation (SCIE)Uthabiti wa Kina wa Angani (Spatial Doubly Robust Estimation)Mchoro wa Kanga wa Kijiografia (SDM)Uzani wa Kinyume cha Uwezekano wa Anga (Spatial IPW)Muundo wa Data wa Paneli wa Angani (FE/RE)Uzito wa Alama ya Kuandikisha ya KimaeneoUchambuzi wa Uh sensitive wa Kina kwa UelekeziUkridingi wa Ulimwengu (Ukridingi wenye Mwenendo)

Umeona tatizo kwenye ukurasa huu? Ripoti au pendekeza marekebisho →

ScholarGate — Geographically Weighted Regression (Geographically Weighted Regression (GWR)). Imepatikana 2026-06-15 kutoka https://scholargate.app/sw/spatial-analysis/geographically-weighted-regression · Seti ya data: https://doi.org/10.5281/zenodo.20539026