İstatistik
126 种方法属于此方法族。
精选
贝叶斯协同克里金法Bayesian Co-Kriging is a multivariate geostatistical method that uses auxiliary spatially correlated variables to improve predictions of a primary variable of interest. By placing 贝叶斯盖里C统计量Bayesian Geary's C embeds the classical Geary contiguity ratio within a Bayesian hierarchical framework. Instead of a single point estimate and asymptotic p-value, it produces a po贝叶斯地理加权回归 (BGWR)Bayesian Geographically Weighted Regression combines the spatially varying coefficient framework of GWR with Bayesian inference, placing Gaussian process priors on the locally vary贝叶斯热点分析Bayesian Hot Spot Analysis identifies spatial clusters of elevated risk or intensity by combining observed data with prior beliefs about spatial structure. It uses Bayesian smoothi贝叶斯核密度估计Bayesian Kernel Density Estimation (BKDE) is a nonparametric method for estimating the probability density function of a spatial or attribute variable by combining a kernel smoothe贝叶斯克里金法（基于模型的地质统计学）Bayesian Kriging embeds classical geostatistical interpolation inside a full probabilistic framework. Instead of treating variogram parameters as fixed point estimates, it places p
阅读路径
本主题被引用最多的基础方法，按其提出的先后顺序排列——若您初次接触，不妨从这里开始。
全部方法 126
贝叶斯协同克里金法贝叶斯盖里C统计量贝叶斯地理加权回归 (BGWR)贝叶斯热点分析贝叶斯核密度估计贝叶斯克里金法（基于模型的地质统计学）贝叶斯局部空间关联指标 (Bayesian LISA)贝叶斯 Moran's I贝叶斯多尺度地理加权回归贝叶斯普通克里金贝叶斯空间自相关Bayesian Spatial Durbin Model贝叶斯空间误差模型Bayesian Spatial Lag Model贝叶斯空间面板模型Bayesian Spatial Regression贝叶斯通用克里金法CA-马尔可夫土地利用变化模型协克里金：多元地统计学插值共克里金条件地质统计学模拟Geary's C空间自相关Geary's C地理加权主成分分析 (GWPCA)地理加权随机森林地理加权回归 (GWR)Getis-Ord Gi* 热点分析基于地理信息系统的多准则决策分析 (GIS-MCDA)全局协同克里金法全局 Getis-Ord Gi* 统计量全局热点分析（Getis-Ord G统计量）全局克里金法全局莫兰指数全局普通克里金全球遥感分类全局空间自相关全局空间杜宾模型 (SDM)全局空间误差模型 (SEM)全局空间面板模型全局通用克里金Getis-Ord Gi* 热点分析Huff 模型反距离加权法 (IDW)克里金空间插值景观格局指数最小成本路径 / 成本距离分析生命表响应实验LISA局部吉尔里C局部地理加权回归 (GWR)局部Getis-Ord Gi* (热点分析)局部热点分析 (Getis-Ord Gi*)局部空间关联指标 (LISA)局部核密度估计局部克里金（移动窗口克里金）局部莫兰指数 (LISA)局部网络空间分析局部普通克里金法局部空间自相关局部空间杜宾模型局部空间滞后模型局部空间回归Local Universal Kriging区位-分配模型栅格代数多尺度地理加权回归 (MGWR)Moran's I空间自相关检验Moran's I多尺度地理加权回归 (MGWR)多尺度 Getis-Ord Gi* 热点分析多尺度莫兰指数多尺度空间自相关基于网络的空间分析普通克里金法面板吉里氏C空间自相关面板地理加权回归 (Panel GWR)面板热点分析面板核密度估计Panel Kriging (面板克里金)面板局部空间关联指标 (Panel LISA)Panel MGWR (Panel Multiscale Geographically Weighted Regression)面板网络空间计量分析面板普通克里金面板空间自相关面板空间杜宾模型面板空间误差模型面板空间回归面板泛克里金法辐射模型（Radiation Model）遥感分类Ripley K 函数稳健协同克里金稳健的 Geary C 统计量稳健 Getis-Ord Gi* 统计量稳健克里金法稳健局部空间关联指标 (Robust LISA)Robust Moran's I稳健空间自相关稳健通用克里金服务区域分析SIAR混合模型时空盖瑞C指数时空Getis-Ord Gi*热点统计时空热点分析空间时间核密度估计 (ST-KDE)时空克里金时空局部空间关联指标 (ST-LISA)时空莫兰指数基于时空网络的空间分析时空普通克里金时空遥感分类时空空间自相关时空空间杜宾模型 (ST-SDM)时空空间误差模型时空空间滞后模型时空空间面板模型时空空间回归时空泛克里金空间自相关空间杜宾模型 (SDM)空间误差模型 (SEM)空间交互（引力）模型空间滞后模型（SAR / 空间自回归）空间面板数据模型（固定效应/随机效应）空间SAC模型通用克里金 (带趋势的克里金)