เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| ตัวบ่งชี้เฉพาะที่ของความสัมพันธ์เชิงพื้นที่-เวลา (ST-LISA)× | ดัชนี I ของโมแรนแบบปริภูมิ-เวลา× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เชิงพื้นที่ | การวิเคราะห์เชิงพื้นที่ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 1995 (LISA); space-time extensions developed 2000s–2010s | 1981 |
| ผู้ริเริ่ม≠ | Extension of Anselin (1995) LISA framework to the space-time domain | Cliff & Ord (extended to space-time domain) |
| ประเภท≠ | Local spatial statistic (space-time) | Spatial autocorrelation statistic |
| แหล่งต้นตำรับ≠ | Anselin, L. (1995). Local indicators of spatial association — LISA. Geographical Analysis, 27(2), 93–115. DOI ↗ | Cliff, A. D., & Ord, J. K. (1981). Spatial Processes: Models and Applications. Pion. ISBN: 978-0850860818 |
| ชื่อเรียกอื่น | ST-LISA, space-time LISA, spatiotemporal local indicators of spatial association, STLISA | space-time autocorrelation index, ST Moran's I, spatiotemporal Moran's I, space-time I statistic |
| ที่เกี่ยวข้อง≠ | 6 | 5 |
| สรุป≠ | Space-Time Local Indicators of Spatial Association (ST-LISA) extend the classic LISA framework of Anselin (1995) into the temporal dimension, identifying locations that exhibit statistically significant spatial clustering or spatial outlier behavior consistently or intermittently across multiple time periods. They decompose global space-time autocorrelation into local contributions, revealing where and when spatial clusters emerge, persist, or dissolve. | Space-Time Moran's I extends the classic Moran's I statistic into the spatiotemporal domain, measuring whether observations that are close in both space and time tend to be more similar than those that are distant. It detects clustering, dispersion, or randomness across a combined space-time weight matrix, making it a foundational tool in epidemiology, criminology, and environmental monitoring. |
| ScholarGateชุดข้อมูล ↗ |
|
|