แบบจำลองปริภูมิถดถอยแบบเบย์ (Bayesian Spatial Lag Model - BSLM)
แบบจำลองปริภูมิถดถอยแบบเบย์ (Bayesian Spatial Lag Model - BSLM) เป็นการขยายแบบจำลองเชิงเส้นปริภูมิแบบดั้งเดิม (spatial autoregressive - SAR) โดยการกำหนดการแจกแจงก่อน (prior distributions) ให้กับพารามิเตอร์ทั้งหมด และคำนวณการแจกแจงภายหลัง (posterior distributions) แบบเต็มผ่านการสุ่มตัวอย่างแบบ MCMC แบบจำลองนี้พิจารณาถึงการพึ่งพาอาศัยกันเชิงปริภูมิอย่างชัดเจน — กล่าวคือ ผลลัพธ์ในตำแหน่งหนึ่งได้รับอิทธิพลบางส่วนจากผลลัพธ์ในตำแหน่งข้างเคียง — และให้ค่าประมาณที่วัดความไม่แน่นอนได้ทั้งค่าสัมประสิทธิ์การถดถอยและพารามิเตอร์สหสัมพันธ์เชิงปริภูมิ rho
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- LeSage, J. P., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press / Taylor & Francis. ISBN: 978-1420064247
- LeSage, J. P. (1997). Bayesian Estimation of Spatial Autoregressive Models. International Regional Science Review, 20(1-2), 113-129. DOI: 10.1177/016001769702000107 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian Spatial Autoregressive Lag Model. ScholarGate. https://scholargate.app/th/spatial-analysis/bayesian-spatial-lag-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayesian Spatial Durbin Modelการวิเคราะห์เชิงพื้นที่↔ compare
- Bayesian Spatial Error Modelการวิเคราะห์เชิงพื้นที่↔ compare
- Geographically Weighted Regression (GWR)การวิเคราะห์เชิงพื้นที่↔ compare
- สหสัมพันธ์เชิงพื้นที่การวิเคราะห์เชิงพื้นที่↔ compare
- Spatial Lag Modelการวิเคราะห์เชิงพื้นที่↔ compare