Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Просторовий лаговий модель (SAR / просторовий авторегресійний)× | Кригінг: просторова інтерполяція× | |
|---|---|---|
| Галузь | Просторовий аналіз | Просторовий аналіз |
| Родина | Regression model | Regression model |
| Рік появи≠ | 1988 | 1963 |
| Автор методу≠ | Anselin (textbook formalisation); LeSage & Pace | Georges Matheron (formalised geostatistics) |
| Тип≠ | Spatial autoregressive regression | Geostatistical spatial interpolation |
| Основоположне джерело≠ | Anselin, L. (1988). Spatial Econometrics: Methods and Models. Kluwer Academic. DOI ↗ | Matheron, G. (1963). Principles of Geostatistics. Economic Geology, 58(8), 1246–1266. DOI ↗ |
| Інші назви | SAR model, spatial autoregressive model, spatial lag, Uzamsal Gecikme Modeli (SAR / Spatial Lag) | geostatistical interpolation, Gaussian process regression (geostatistics), ordinary kriging, Kriging (Mekânsal Enterpolasyon) |
| Пов'язані | 5 | 5 |
| Підсумок≠ | The Spatial Lag Model is an autoregressive regression that assumes spatial dependence in the dependent variable itself: the outcome values of neighbouring units enter the model as an explanatory term (ρWy). It was formalised in Anselin's Spatial Econometrics (1988) and developed further by LeSage and Pace (2009), and it decomposes spillover effects into direct, indirect, and total impacts. | Kriging is a geostatistical method that predicts the value of a continuous variable at unmeasured locations from nearby measurements, using the spatial correlation structure captured by a variogram. Formalised by Georges Matheron in 1963, it is the best linear unbiased predictor (BLUP) for spatial data and comes in Ordinary, Universal, and Co-Kriging forms. |
| ScholarGateНабір даних ↗ |
|
|