เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การประมาณค่าความหนาแน่นของเคอร์เนลเฉพาะที่× | การวิเคราะห์จุดร้อน (Getis-Ord Gi*)× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เชิงพื้นที่ | การวิเคราะห์เชิงพื้นที่ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 1985-1986 | 1992 |
| ผู้ริเริ่ม≠ | Silverman, B. W.; Diggle, P. J. | Arthur Getis and J. Keith Ord |
| ประเภท≠ | Non-parametric density estimator | Local spatial statistic |
| แหล่งต้นตำรับ≠ | Silverman, B. W. (1986). Density Estimation for Statistics and Data Analysis. Chapman and Hall, London. ISBN: 978-0412246203 | Getis, A., & Ord, J. K. (1992). The analysis of spatial association by use of distance statistics. Geographical Analysis, 24(3), 189-206. DOI ↗ |
| ชื่อเรียกอื่น | Local KDE, adaptive KDE, spatially adaptive kernel density estimation, local density estimation | Getis-Ord Gi* statistic, spatial hot spot detection, cluster and outlier analysis, HSA |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | Local Kernel Density Estimation (Local KDE) is a non-parametric spatial method that estimates the density of point events at each location by applying a kernel function with a spatially adaptive bandwidth. Unlike global KDE, which uses a fixed bandwidth across the entire study area, Local KDE adjusts the smoothing window according to local data density, capturing fine-scale clustering where events are sparse or concentrated. | Hot Spot Analysis uses the Getis-Ord Gi* local spatial statistic to identify geographic locations where high or low attribute values cluster together to a degree that is statistically significant. Each feature is evaluated in relation to its neighbours, producing a z-score that flags genuine spatial hot spots and cold spots against a background of random variation. |
| ScholarGateชุดข้อมูล ↗ |
|
|