เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| Multiscale Geographically Weighted Regression (MGWR)× | Geographically Weighted Regression (GWR)× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เชิงพื้นที่ | การวิเคราะห์เชิงพื้นที่ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 2017 | 2002 |
| ผู้ริเริ่ม≠ | Fotheringham, Yang & Kang | Fotheringham, Brunsdon & Charlton |
| ประเภท≠ | Spatially varying coefficient regression | Local spatial regression |
| แหล่งต้นตำรับ≠ | Fotheringham, A. S., Yang, W. & Kang, W. (2017). Multiscale Geographically Weighted Regression (MGWR). Annals of the American Association of Geographers, 107(6), 1247–1265. DOI ↗ | Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2002). Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Wiley. ISBN: 978-0471496168 |
| ชื่อเรียกอื่น≠ | multiscale GWR, multi-scale geographically weighted regression, Çok Ölçekli Coğrafi Ağırlıklı Regresyon (MGWR) | GWR, local regression, spatially varying coefficient regression, Coğrafi Ağırlıklı Regresyon (GWR) |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | Multiscale Geographically Weighted Regression, introduced by Fotheringham, Yang and Kang in 2017, is a spatial regression model that lets each coefficient vary across space at its own spatial scale. It generalises Geographically Weighted Regression by giving every predictor its own bandwidth, so some relationships can act locally while others act almost globally. | Geographically Weighted Regression is a local regression method, introduced by Fotheringham, Brunsdon and Charlton (2002), that allows the regression coefficients to vary across space. Instead of one global equation, it fits a separate set of coefficients at every location, capturing spatial heterogeneity in the relationships. |
| ScholarGateชุดข้อมูล ↗ |
|
|