แบบจำลอง SAC เชิงพื้นที่
แบบจำลอง Spatial Autoregressive Combined (SAC) หรือที่รู้จักกันในชื่อแบบจำลอง SARAR เป็นแบบจำลองที่พิจารณาความสัมพันธ์เชิงพื้นที่ทั้งในตัวแปรตามและในส่วนของความคลาดเคลื่อนไปพร้อมกัน แบบจำลอง SAC ซึ่งถูกทำให้เป็นรูปนัยโดย LeSage และ Pace (2009) ได้รวมแบบจำลอง Spatial Lag และแบบจำลอง Spatial Error ไว้ในกรอบการทำงานเดียว โดยประมาณค่าพารามิเตอร์สหสัมพันธ์เชิงพื้นที่ที่แตกต่างกันสองค่า คือ ค่าหนึ่งใช้อธิบายปฏิสัมพันธ์เชิงพื้นที่ที่แท้จริงระหว่างผลลัพธ์ และอีกค่าหนึ่งใช้อธิบายความสัมพันธ์เชิงพื้นที่ของส่วนที่เหลือของความคลาดเคลื่อน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- LeSage, J., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press. ISBN: 978-1-4200-6424-7
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 2). Spatial Autoregressive Combined (SAC) Model. ScholarGate. https://scholargate.app/th/spatial-analysis/spatial-sac-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.
- แบบจำลอง Spatial Durbin (SDM)การวิเคราะห์เชิงพื้นที่↔ compare
- แบบจำลองความคลาดเคลื่อนเชิงพื้นที่ (SEM)การวิเคราะห์เชิงพื้นที่↔ compare
- Spatial Lag Modelการวิเคราะห์เชิงพื้นที่↔ compare