Regression modelGIS / spatial
贝叶斯局部空间关联指标 (Bayesian LISA)
贝叶斯局部空间关联指标 (Bayesian LISA) 将经典的 LISA 框架嵌入到贝叶斯分层模型中，从而扩展了该框架。该方法不依赖于渐近排列检验的显著性检验，而是为空间参数设置先验分布，并推导出某个位置真正属于空间聚类的后验概率，同时考虑了不确定性并跨邻近单元进行信息整合。
在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Anselin, L. (1995). Local indicators of spatial association—LISA. Geographical Analysis, 27(2), 93–115. DOI: 10.1111/j.1538-4632.1995.tb00338.x ↗
- Banerjee, S., Carlin, B. P., & Gelfand, A. E. (2004). Hierarchical Modeling and Analysis for Spatial Data. Chapman and Hall/CRC. ISBN: 978-1584884101
如何引用本页
ScholarGate. (2026, June 3). Bayesian Local Indicators of Spatial Association. ScholarGate. https://scholargate.app/zh/spatial-analysis/bayesian-local-indicators-of-spatial-association
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 贝叶斯空间自相关空间分析↔ 比较
- 局部吉尔里C空间分析↔ 比较
- 局部Getis-Ord Gi* (热点分析)空间分析↔ 比较
- 局部空间关联指标 (LISA)空间分析↔ 比较
- 局部莫兰指数 (LISA)空间分析↔ 比较
- 空间自相关空间分析↔ 比较