เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การถดถอยเชิงพื้นที่แบบถ่วงน้ำหนักเฉพาะที่ (GWR)× | การวัดความสัมพันธ์ตามลักษณะพื้นที่เฉพาะที่ (Local Spatial Autocorrelation)× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เชิงพื้นที่ | การวิเคราะห์เชิงพื้นที่ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 1996 | 1995 |
| ผู้ริเริ่ม≠ | Brunsdon, Fotheringham & Charlton | Luc Anselin |
| ประเภท≠ | Spatially varying coefficient regression | Spatial association analysis |
| แหล่งต้นตำรับ≠ | Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2002). Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Wiley. ISBN: 978-0471496168 | Anselin, L. (1995). Local indicators of spatial association — LISA. Geographical Analysis, 27(2), 93–115. DOI ↗ |
| ชื่อเรียกอื่น | GWR, geographically weighted regression, local spatial regression, spatially varying coefficient model | local spatial association, local SA, LISA methods, local spatial clustering |
| ที่เกี่ยวข้อง≠ | 5 | 6 |
| สรุป≠ | Local Geographically Weighted Regression (GWR) estimates a separate regression model at each location in the study area, allowing every coefficient to vary spatially. By weighting nearby observations more heavily than distant ones, GWR reveals how predictor-outcome relationships shift across geographic space rather than forcing a single global estimate on heterogeneous data. | Local Spatial Autocorrelation methods decompose global spatial clustering into location-specific statistics, revealing where in a study area significant clustering or dispersion occurs. Each observation receives its own association score and significance value, enabling the detection of spatial hot spots, cold spots, and spatial outliers rather than reporting a single summary statistic. |
| ScholarGateชุดข้อมูล ↗ |
|
|