ScholarGate
Trợ lý
Regression model

Hồi quy Trọng số Địa lý (GWR)

Hồi quy Trọng số Địa lý (Geographically Weighted Regression - GWR) là một phương pháp hồi quy cục bộ, được giới thiệu bởi Fotheringham, Brunsdon và Charlton (2002), cho phép các hệ số hồi quy thay đổi theo không gian. Thay vì một phương trình toàn cục duy nhất, nó khớp một tập hợp các hệ số riêng biệt tại mỗi vị trí, nắm bắt sự không đồng nhất về không gian trong các mối quan hệ.

Mở trong MethodMindSắp ra mắtVideoSắp ra mắtTải xuống bản trình chiếu

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Bản đồ phương pháp

Lân cận của các phương pháp liên quan — chọn một nút để khám phá.

Hồi quy Trọng số Địa lý (GWR)
LISAKiểm định Tự tương quan…Hồi quy Bình phương Tối…Mô hình Sai số Không gia…Mô hình trễ không gian (…Hồi quy Trọng số Địa lý…Hồi quy Trọng số Địa lý…Mô hình Durbin không gia…Mô hình Sai số Không gia…Mô hình Độ trễ Không gia…

+53 nữa

Nguồn tài liệu

  1. Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2002). Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Wiley. ISBN: 978-0471496168

Cách trích dẫn trang này

ScholarGate. (2026, June 1). Geographically Weighted Regression (GWR). ScholarGate. https://scholargate.app/vi/spatial-analysis/geographically-weighted-regression

Phương pháp nào?

Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.

So sánh song song →

Được tham chiếu bởi

Hồi quy Trọng số Địa lý Bayes (BGWR)Hồi quy Trọng số Địa lý Đa Tỷ lệ BayesMô hình Durbin không gian BayesMô hình Sai số Không gian BayesMô hình Độ trễ Không gian Bayes (Bayesian Spatial Lag Model - BSLM)Mô hình Bảng Không gian BayesHồi quy Không gian BayesBayesian Universal KrigingCo-kriging: Nội suy Địa thống kê Đa biếnCokrigingPhân tích thành phần chính có trọng số địa lý (GWPCA)Rừng ngẫu nhiên có trọng số địa lýMô hình Durbin Không gian Toàn cục (SDM)Mô hình Sai số Không gian Toàn cục (SEM)Mô hình Bảng dữ liệu Không gian Toàn cụcPhân tích điểm nóng (Getis-Ord Gi*)Nghịch đảo khoảng cách có trọng số (IDW)Nội suy không gian KrigingHồi quy Trọng số Địa lý Cục bộ (GWR)Chỉ số Liên kết Không gian Cục bộ (LISA)Kriging Cục bộ (Kriging Cửa sổ Trượt)Phân tích Không gian Dựa trên Mạng Lưới Cục bộKriging Thông thường Cục bộMô hình Durbin Không gian Cục bộMô hình trễ không gian cục bộHồi quy không gian cục bộLocal Universal KrigingMô hình Hồi quy Trọng số Địa lý Đa Tỷ lệ (MGWR)Chỉ số I của MoranHồi quy Trọng số Địa lý Đa tỷ lệ (MGWR)Phân tích tự tương quan không gian đa thangPhân tích không gian dựa trên mạng lướiKriging Thông thườngHồi quy Trọng số Địa lý theo Bảng (Panel GWR)Panel KrigingHồi quy Trọng số Địa lý Đa Tỷ lệ Bảng (Panel MGWR)Tự tương quan không gian theo bảngMô hình Panel Spatial Durbin (PSDM)Mô hình Sai số Không gian BảngHồi quy Không gian Dữ liệu BảngKriging phổ quát mạnh mẽPhân tích Không gian dựa trên Mạng Lưới Không-Thời gianTự tương quan không gian thời gianMô hình Sai số Không gian Thời gian-Không gianMô hình trễ không gian-thời gianMô hình Bảng Không gian-Thời gianHồi quy Không gian-Thời gianKriging Phổ quát Không-Thời gianTự tương quan không gianPhân tích Tác động Nhân quả Không gianSpatial Counterfactual Impact EvaluationƯớc lượng kép mạnh mẽ không gianMô hình Durbin Không gian (Spatial Durbin Model - SDM)Trọng số xác suất nghịch đảo không gian (Spatial IPW)Mô hình dữ liệu bảng không gian (FE/RE)Trọng số điểm xu hướng không gianPhân tích độ nhạy không gian cho tính nhân quảUniversal Kriging (Kriging with a Trend)

Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →

ScholarGate — Geographically Weighted Regression (Geographically Weighted Regression (GWR)). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/spatial-analysis/geographically-weighted-regression · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026