เปรียบเทียบวิธี

	สหสัมพันธ์เชิงพื้นที่แบบหลายมาตราส่วน	Multiscale Geographically Weighted Regression
สาขาวิชา	การวิเคราะห์เชิงพื้นที่	การวิเคราะห์เชิงพื้นที่
ตระกูล	Regression model	Regression model
ปีกำเนิด	2002	2017
ผู้ริเริ่ม	Borcard & Legendre; Csillag & Kabos	A. Stewart Fotheringham, Wei Yang, and Wei Kang
ประเภท	Spatial autocorrelation decomposition	Local spatial regression
แหล่งต้นตำรับ	Borcard, D., & Legendre, P. (2002). All-scale spatial analysis of ecological data by means of principal coordinates of neighbour matrices. Ecological Modelling, 153(1-2), 51-68.	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	multi-scale spatial autocorrelation, scale-decomposed spatial autocorrelation, multiscale Moran analysis, MSA	MGWR, multiscale GWR, multi-scale geographically weighted regression, variable-bandwidth GWR
ที่เกี่ยวข้อง	6	5
สรุป	Multiscale spatial autocorrelation extends classical spatial autocorrelation analysis by computing and comparing autocorrelation statistics (such as Moran's I) across a range of spatial scales simultaneously. This reveals at which geographic distances or resolutions spatial clustering or dispersion is strongest, providing a richer picture than a single global measure.	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.