เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| Robust Local Indicators of Spatial Association (Robust LISA)× | สหสัมพันธ์เชิงพื้นที่× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เชิงพื้นที่ | การวิเคราะห์เชิงพื้นที่ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 1995–2000s | 1950 |
| ผู้ริเริ่ม≠ | Anselin (LISA, 1995); robust extensions by Assuncao & Reis and subsequent spatial statisticians | P. A. P. Moran (global measure, 1950); Roy Geary (Geary's C, 1954); Luc Anselin (LISA, 1995) |
| ประเภท≠ | Local spatial autocorrelation statistic (robust variant) | 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 | Robust LISA, outlier-resistant LISA, robust local spatial autocorrelation, LISA with robust weights | spatial dependence, geographic autocorrelation, spatial clustering measure, SA |
| ที่เกี่ยวข้อง≠ | 6 | 5 |
| สรุป≠ | Robust Local Indicators of Spatial Association extend Anselin's LISA framework to handle outliers, extreme values, and spatially heterogeneous populations. By applying outlier-resistant adjustments to the spatial weights or the standardised values, Robust LISA identifies statistically significant local clusters and spatial outliers without the distortions caused by highly influential observations. | 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 ↗ |
|
|