เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวัดความสัมพันธ์ตามลักษณะพื้นที่เฉพาะที่ (Local Spatial Autocorrelation)× | สหสัมพันธ์เชิงพื้นที่× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เชิงพื้นที่ | การวิเคราะห์เชิงพื้นที่ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 1995 | 1950 |
| ผู้ริเริ่ม≠ | Luc Anselin | P. A. P. Moran (global measure, 1950); Roy Geary (Geary's C, 1954); Luc Anselin (LISA, 1995) |
| ประเภท≠ | Spatial association analysis | Spatial statistic / exploratory spatial data analysis |
| แหล่งต้นตำรับ≠ | Anselin, L. (1995). Local indicators of spatial association — LISA. Geographical Analysis, 27(2), 93–115. DOI ↗ | Moran, P. A. P. (1950). Notes on continuous stochastic phenomena. Biometrika, 37(1/2), 17–23. DOI ↗ |
| ชื่อเรียกอื่น | local spatial association, local SA, LISA methods, local spatial clustering | spatial dependence, geographic autocorrelation, spatial clustering measure, SA |
| ที่เกี่ยวข้อง≠ | 6 | 5 |
| สรุป≠ | 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. | Spatial autocorrelation quantifies the degree to which a variable's values at nearby locations resemble each other more (positive autocorrelation) or less (negative autocorrelation) than expected by chance. Global indices such as Moran's I summarise the pattern across the entire study area, while local variants reveal clusters and outliers at the level of individual observations. |
| ScholarGateชุดข้อมูล ↗ |
|
|