เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| Ripley K Function× | การวิเคราะห์จุดร้อน Getis-Ord Gi*× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เชิงพื้นที่ | การวิเคราะห์เชิงพื้นที่ |
| ตระกูล≠ | Hypothesis test | Regression model |
| ปีกำเนิด≠ | 1977 | 1992 |
| ผู้ริเริ่ม≠ | Brian Ripley | Arthur Getis and J. Keith Ord |
| ประเภท≠ | Spatial point pattern test | Local spatial statistic |
| แหล่งต้นตำรับ≠ | Ripley, B. D. (1977). Modelling spatial patterns. Journal of the Royal Statistical Society: Series B, 39(2), 172–212. DOI ↗ | Getis, A. & Ord, J.K. (1992). The Analysis of Spatial Association by Use of Distance Statistics. Geographical Analysis, 24(3), 189–206. DOI ↗ |
| ชื่อเรียกอื่น≠ | Ripley's K Function, Second-Order Intensity Function, K(d) Function, Ripley K Fonksiyonu | hot spot analysis, cold spot analysis, Gi* statistic, local Gi statistic |
| ที่เกี่ยวข้อง≠ | 2 | 4 |
| สรุป≠ | The Ripley K function, introduced by Brian Ripley in 1977, is a second-order summary statistic for spatial point patterns. It measures how the number of points within a given distance d of a typical point compares to what would be expected under complete spatial randomness (CSR). Widely used in ecology, epidemiology, criminology, and geography, the K function reveals whether events cluster, disperse, or distribute randomly across a study area at multiple spatial scales simultaneously. | Getis-Ord Gi* is a local spatial statistic, introduced by Getis and Ord in 1992 and refined in 1995, that compares the value at each location and its neighbours against the global mean to identify statistically significant clusters of high values (hot spots) and low values (cold spots). |
| ScholarGateชุดข้อมูล ↗ |
|
|