Robust Local Indicators of Spatial Association (Robust LISA)
Robust Local Indicators of Spatial Association เป็นการขยายกรอบแนวคิด LISA ของ Anselin เพื่อจัดการกับค่าผิดปกติ (outliers) ค่าสุดขีด (extreme values) และประชากรที่มีความแปรปรวนเชิงพื้นที่ (spatially heterogeneous populations) โดยการปรับเปลี่ยนน้ำหนักเชิงพื้นที่ (spatial weights) หรือค่ามาตรฐาน (standardised values) ให้ทนทานต่อค่าผิดปกติ Robust LISA สามารถระบุกลุ่มก้อนเชิงพื้นที่ (spatial clusters) และค่าผิดปกติเชิงพื้นที่ (spatial outliers) ที่มีนัยสำคัญทางสถิติได้ โดยปราศจากการบิดเบือนที่เกิดจากการสังเกตที่มีอิทธิพลสูง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- Anselin, L. (1995). Local indicators of spatial association—LISA. Geographical Analysis, 27(2), 93–115. DOI: 10.1111/j.1538-4632.1995.tb00338.x ↗
- Assuncao, R. M., & Reis, E. A. (1999). A new proposal to adjust Moran's I for population density. Statistics in Medicine, 18(16), 2147–2162. DOI: 10.1002/(SICI)1097-0258(19990830)18:16<2147::AID-SIM179>3.0.CO;2-I ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Robust Local Indicators of Spatial Association. ScholarGate. https://scholargate.app/th/spatial-analysis/robust-local-indicators-of-spatial-association
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- Local Geary's Cการวิเคราะห์เชิงพื้นที่↔ เปรียบเทียบ
- Local Getis-Ord Gi* (การวิเคราะห์จุดร้อน)การวิเคราะห์เชิงพื้นที่↔ เปรียบเทียบ
- ตัวบ่งชี้ท้องถิ่นของความสัมพันธ์เชิงพื้นที่ (LISA)การวิเคราะห์เชิงพื้นที่↔ เปรียบเทียบ
- ดัชนีมอแรนเฉพาะที่ (Local Moran's I: LISA)การวิเคราะห์เชิงพื้นที่↔ เปรียบเทียบ
- การวัดความสัมพันธ์ตามลักษณะภูมิศาสตร์แบบทนทานการวิเคราะห์เชิงพื้นที่↔ เปรียบเทียบ
- สหสัมพันธ์เชิงพื้นที่การวิเคราะห์เชิงพื้นที่↔ เปรียบเทียบ