เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| แบบจำลอง Spatial Durbin (SDM)× | Multiscale Geographically Weighted Regression (MGWR)× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เชิงพื้นที่ | การวิเคราะห์เชิงพื้นที่ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 2009 | 2017 |
| ผู้ริเริ่ม≠ | LeSage & Pace | Fotheringham, Yang & Kang |
| ประเภท≠ | Spatial regression model | Spatially varying coefficient regression |
| แหล่งต้นตำรับ≠ | LeSage, J. & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press. DOI ↗ | 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 ↗ |
| ชื่อเรียกอื่น | SDM, spatial mixed model, uzamsal durbin modeli | multiscale GWR, multi-scale geographically weighted regression, Çok Ölçekli Coğrafi Ağırlıklı Regresyon (MGWR) |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | The Spatial Durbin Model is a general spatial regression model that includes a spatial lag of both the dependent variable (ρWy) and the explanatory variables (WXθ). Introduced as the recommended starting point by LeSage and Pace (2009), it nests the spatial autoregressive (SAR) and spatial error (SEM) models as special cases. | 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. |
| ScholarGateชุดข้อมูล ↗ |
|
|