วิธีการเชิงพื้นที่
111 วิธีในตระกูลนี้
แนะนำ
แบบจำลองการเปลี่ยนแปลงการใช้ที่ดิน CA-MarkovCA-Markov is a hybrid spatio-temporal model that projects land-use and land-cover change by combining a Markov chain — which predicts how much of each class will change — with cellโค-คริกิง: การประมาณค่าเชิงพื้นที่ทางสถิติภูมิศาสตร์แบบหลายตัวแปรCo-kriging is a geostatistical interpolation technique that predicts the spatial distribution of a primary variable by leveraging its spatial cross-correlation with one or more secCokrigingCokriging extends kriging to use one or more correlated secondary variables to improve prediction of a primary variable. When the variable of interest is sparsely sampled but a relการจำลองทางภูมิสถิติแบบมีเงื่อนไขConditional Geostatistical Simulation — most commonly implemented as Sequential Gaussian Simulation (SGS) — generates multiple stochastic realizations of a spatial random field thaกระบวนการเกาส์เซียนA Gaussian Process (GP) is a non-parametric, fully probabilistic machine learning model that places a prior distribution directly over functions. Rather than predicting a single vaGeary's C Spatial AutocorrelationGeary's C is a global measure of spatial autocorrelation — whether nearby locations tend to have similar values — introduced by Roy Geary in 1954. Unlike Moran's I, which is built
Reading path
This topic's most-referenced foundational methods, in the order they were developed — a place to start if you're new here.
วิธีทั้งหมด 111
แบบจำลองการเปลี่ยนแปลงการใช้ที่ดิน CA-Markovโค-คริกิง: การประมาณค่าเชิงพื้นที่ทางสถิติภูมิศาสตร์แบบหลายตัวแปรCokrigingการจำลองทางภูมิสถิติแบบมีเงื่อนไขกระบวนการเกาส์เซียนGeary's C Spatial Autocorrelationอัตราส่วนความต่อเนื่องเชิงพื้นที่ของเกรียร์ (Geary's C)การวิเคราะห์องค์ประกอบหลักแบบถ่วงน้ำหนักเชิงพื้นที่ (GWPCA)การเรียนรู้แบบสุ่มถ่วงน้ำหนักตามภูมิศาสตร์Geographically Weighted Regression (GWR)การวิเคราะห์จุดร้อน Getis-Ord Gi*การวิเคราะห์การตัดสินใจหลายเกณฑ์โดยใช้ระบบสารสนเทศภูมิศาสตร์ (GIS-MCDA)Global Co-Krigingสถิติ Getis-Ord Gi* ทั่วโลกการวิเคราะห์จุดร้อนทั่วโลก (สถิติ Getis-Ord G)Global KrigingGlobal Moran's IGlobal Ordinary Krigingการจำแนกประเภทข้อมูลการรับรู้จากระยะไกลทั่วโลกสหสัมพันธ์เชิงพื้นที่แบบทั่วโลกแบบจำลองดาร์บินเชิงพื้นที่แบบทั่วโลก (Global Spatial Durbin Model - SDM)แบบจำลองความคลาดเคลื่อนเชิงพื้นที่ทั่วโลก (Global Spatial Error Model - SEM)แบบจำลองปริภูมิข้อมูลแผงทั่วโลกGlobal Universal Krigingการวิเคราะห์จุดร้อน (Getis-Ord Gi*)โมเดล Huffการถ่วงน้ำหนักด้วยส่วนกลับของระยะทาง (IDW)การประมาณค่าด้วยครีจิง (Kriging Spatial Interpolation)ดัชนีรูปแบบภูมิทัศน์การวิเคราะห์เส้นทางต้นทุนต่ำสุด / การวิเคราะห์ระยะทางต้นทุนLISALocal Geary's Cการถดถอยเชิงพื้นที่แบบถ่วงน้ำหนักเฉพาะที่ (GWR)Local Getis-Ord Gi* (การวิเคราะห์จุดร้อน)การวิเคราะห์จุดร้อนเฉพาะที่ (Getis-Ord Gi*)ตัวบ่งชี้ท้องถิ่นของความสัมพันธ์เชิงพื้นที่ (LISA)การประมาณค่าความหนาแน่นของเคอร์เนลเฉพาะที่Local Kriging (Kriging แบบหน้าต่างเคลื่อนที่)ดัชนีมอแรนเฉพาะที่ (Local Moran's I: LISA)การวิเคราะห์ปริภูมิบนเครือข่ายเฉพาะที่ครีจิงสามัญเฉพาะที่การวัดความสัมพันธ์ตามลักษณะพื้นที่เฉพาะที่ (Local Spatial Autocorrelation)แบบจำลองดาร์บินเชิงพื้นที่เฉพาะที่ (Local Spatial Durbin Model)แบบจำลองการถดถอยเชิงพื้นที่แบบท้องถิ่น (Local Spatial Lag Model)การถดถอยเชิงพื้นที่เฉพาะที่Local Universal Krigingแบบจำลองการจัดสรรตำแหน่งที่ตั้ง (Location-Allocation Models)พีชคณิตแผนที่Multiscale Geographically Weighted Regression (MGWR)การทดสอบสหสัมพันธ์เชิงพื้นที่ของ Moran's IMoran's IMultiscale Geographically Weighted Regressionการวิเคราะห์จุดร้อนแบบหลายสเกลของ Getis-Ord Gi*ดัชนี Moran's I แบบหลายมาตราส่วนสหสัมพันธ์เชิงพื้นที่แบบหลายมาตราส่วนการวิเคราะห์เชิงพื้นที่บนเครือข่ายOrdinary KrigingPanel Geary's C Spatial AutocorrelationPanel Geographically Weighted Regression (Panel GWR)การวิเคราะห์จุดร้อนของข้อมูลแผงการประมาณความหนาแน่นเคอร์เนลแบบแผงพาเนลครีกกิงPanel Local Indicators of Spatial Association (Panel LISA)Panel Multiscale Geographically Weighted Regression (Panel MGWR)การวิเคราะห์เชิงพื้นที่แบบเครือข่ายสำหรับข้อมูลพาเนลPanel Ordinary KrigingPanel Spatial Autocorrelationแบบจำลอง Panel Spatial Durbin (PSDM)แบบจำลองความคลาดเคลื่อนเชิงพื้นที่แบบแผง (Panel Spatial Error Model)การถดถอยเชิงพื้นที่แบบแผงข้อมูลPanel Universal Krigingแบบจำลองการแผ่รังสีของการเคลื่อนที่และการย้ายถิ่นการจำแนกประเภทด้วยข้อมูลรับรู้จากระยะไกล (Remote Sensing Classification)Ripley K Functionการถดถอยร่วมแบบทนทานRobust Geary's Cสถิติ Robust Getis-Ord Gi*Robust KrigingRobust Local Indicators of Spatial Association (Robust LISA)Robust Moran's Iการวัดความสัมพันธ์ตามลักษณะภูมิศาสตร์แบบทนทานครีจิงสากลแบบทนทานการวิเคราะห์พื้นที่ให้บริการSpace-Time Geary's Cสถิติ Space-Time Getis-Ord Gi*การวิเคราะห์จุดร้อนเชิงปริภูมิ-เวลาการประมาณความหนาแน่นเคอร์เนลเชิงพื้นที่-เวลา (ST-KDE)เคอร์ริจจิ้งปริภูมิ-เวลาตัวบ่งชี้เฉพาะที่ของความสัมพันธ์เชิงพื้นที่-เวลา (ST-LISA)ดัชนี I ของโมแรนแบบปริภูมิ-เวลาการวิเคราะห์เชิงพื้นที่บนเครือข่ายปริภูมิ-เวลาSpace-Time Ordinary Krigingการจำแนกประเภทภาพถ่ายระยะไกลเชิงปริภูมิ-กาลเวลาSpatial Autocorrelation in Space-Timeแบบจำลองดาร์บินเชิงพื้นที่-เวลา (ST-SDM)แบบจำลองความคลาดเคลื่อนเชิงพื้นที่-เวลา (Space-Time Spatial Error Model)แบบจำลองการถ่วงเวลาเชิงพื้นที่-เวลาแบบจำลองปริภูมิ-เวลาเชิงพื้นที่แบบแผง (Space-Time Spatial Panel Model)การถดถอยเชิงพื้นที่แบบปริภูมิ-เวลาSpace-Time Universal Krigingสหสัมพันธ์เชิงพื้นที่ความแตกต่างเชิงพื้นที่ในความแตกต่าง (Spatial Difference-in-Differences)แบบจำลอง Spatial Durbin (SDM)แบบจำลองความคลาดเคลื่อนเชิงพื้นที่ (SEM)แบบจำลองอันตรกิริยาเชิงพื้นที่ (แบบจำลองแรงโน้มถ่วง)Spatial Lag Modelแบบจำลองปริภูมิข้อมูลแผง (FE/RE)การถ่วงน้ำหนักคะแนนแนวโน้มเชิงพื้นที่แบบจำลอง SAC เชิงพื้นที่การวัดปริมาณความไม่แน่นอนUniversal Kriging (Kriging ที่มีแนวโน้ม)