เปรียบเทียบวิธี

	โค-คริกิง: การประมาณค่าเชิงพื้นที่ทางสถิติภูมิศาสตร์แบบหลายตัวแปร	Multiscale Geographically Weighted Regression
สาขาวิชา	การวิเคราะห์เชิงพื้นที่	การวิเคราะห์เชิงพื้นที่
ตระกูล	Regression model	Regression model
ปีกำเนิด	1965-1978	2017
ผู้ริเริ่ม	Matheron, G.; extended by Journel & Huijbregts	A. Stewart Fotheringham, Wei Yang, and Wei Kang
ประเภท	Geostatistical interpolation	Local spatial regression
แหล่งต้นตำรับ	Journel, A. G., & Huijbregts, C. J. (1978). Mining Geostatistics. Academic Press, London. ISBN: 978-0123910561	Fotheringham, A. S., Yang, W., & Kang, W. (2017). Multiscale geographically weighted regression (MGWR). Annals of the American Association of Geographers, 107(6), 1247-1265.
ชื่อเรียกอื่น	cokriging, co-regionalization kriging, multivariate kriging, CK	MGWR, multiscale GWR, multi-scale geographically weighted regression, variable-bandwidth GWR
ที่เกี่ยวข้อง	5	5
สรุป	Co-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 secondary (co-) variables. It extends ordinary kriging to multivariate settings, yielding more accurate predictions when the secondary variable is more densely sampled or spatially correlated with the primary variable of interest.	Multiscale Geographically Weighted Regression (MGWR) is a local spatial regression framework that relaxes the single-bandwidth constraint of standard GWR by allowing each predictor to operate at its own spatial scale. Each coefficient surface is calibrated with its own bandwidth, enabling the model to distinguish drivers that vary slowly across space from those that vary sharply.