İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Multiscale Geographically Weighted Regression/Kanıt
Yöntem kanıt kaydı

Multiscale Geographically Weighted Regression

Multiscale Geographically Weighted Regression (MGWR) is a local spatial regression framework that relaxes the single-bandwidth constraint of standard GWR by allowing each predictor to operate at its own spatial scale. Each coefficient surface is calibrated with its own bandwidth, enabling the model to distinguish drivers that vary slowly across space from those that vary sharply.

Sources recorded, not reviewed

Kaynak kayıt

Alıntılar, yöntemin kaynak kaydından harfi harfine kopyalanmıştır. Bunlardan herhangi bir düzeyde doğrulama çıkarımı yapılmamıştır.

Multiscale Geographically Weighted Regression
Taksonomik yöntem kaydı · regression-model / spatial-analysis
  • 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 10.1080/24694452.2017.1352480
  • Oshan, T. M., Li, Z., Kang, W., Wolf, L. J., & Fotheringham, A. S. (2019). mgwr: A Python implementation of multiscale geographically weighted regression for investigating process spatial heterogeneity and scale. ISPRS International Journal of Geo-Information, 8(6), 269. · DOI 10.3390/ijgi8060269
Tam yöntemi aç

Derlenmiş iddialar

Her biri kendi değerlendirmesiyle birlikte kanıt defterine kaydedilmiş iddialar.

Henüz derlenmiş iddia yok

Bu görünüm, defterde hiç iddia olmadığında bir iddia değerlendirmesi icat etmez.

İlgili yöntemler

Yöntem grafiğinden oluşturulmuştur ve makine tarafından önerilen ilişkiler olarak gösterilir — herhangi bir kanıt iddiası çıkarımı yapılmamıştır.

Same method familyGeographically Weighted Regressionmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketLocal Spatial Regressionmachine-suggested · Relational suggestion, not evidence.Same method familySpatial Durbin Modelmachine-suggested · Relational suggestion, not evidence.Same method familySpatial Error Modelmachine-suggested · Relational suggestion, not evidence.Same method familySpatial Lag Modelmachine-suggested · Relational suggestion, not evidence.

Kanıt durumu

Sources recorded, not reviewed

Bibliographic sources are present. Claim-level evidence review has not been performed.

Kaynaklar

Yöntem kaynak kaydından kopyalanan 2 kayıtlı alıntı.

Eylemler

Yöntem sayfasını aç
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil