So sánh phương pháp
Xem các phương pháp đã chọn cạnh nhau; những hàng khác biệt được làm nổi bật.
| Mô hình Hồi quy Trọng số Địa lý Đa Tỷ lệ (MGWR)× | Phân tích điểm nóng Getis-Ord Gi*× | |
|---|---|---|
| Lĩnh vực | Phân tích không gian | Phân tích không gian |
| Họ | Regression model | Regression model |
| Năm ra đời≠ | 2017 | 1992 |
| Người khởi xướng≠ | Fotheringham, Yang & Kang | Arthur Getis and J. Keith Ord |
| Loại≠ | Spatially varying coefficient regression | Local spatial statistic |
| Công trình gốc≠ | 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 ↗ | Getis, A. & Ord, J.K. (1992). The Analysis of Spatial Association by Use of Distance Statistics. Geographical Analysis, 24(3), 189–206. DOI ↗ |
| Tên gọi khác≠ | multiscale GWR, multi-scale geographically weighted regression, Çok Ölçekli Coğrafi Ağırlıklı Regresyon (MGWR) | hot spot analysis, cold spot analysis, Gi* statistic, local Gi statistic |
| Liên quan≠ | 5 | 4 |
| Tóm tắt≠ | Multiscale Geographically Weighted Regression, introduced by Fotheringham, Yang and Kang in 2017, is a spatial regression model that lets each coefficient vary across space at its own spatial scale. It generalises Geographically Weighted Regression by giving every predictor its own bandwidth, so some relationships can act locally while others act almost globally. | Getis-Ord Gi* is a local spatial statistic, introduced by Getis and Ord in 1992 and refined in 1995, that compares the value at each location and its neighbours against the global mean to identify statistically significant clusters of high values (hot spots) and low values (cold spots). |
| ScholarGateBộ dữ liệu ↗ |
|
|