Centre de documentation
scientifique

The Minkowski approach for choosing the distance metric in geographically weighted regression / B. Lu in International journal of geographical information science IJGIS, vol 30 n° 1-2 (January - February 2016)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 30 n° 1-2 (January - February 2016) . - pp 351 - 368 Titre : The Minkowski approach for choosing the distance metric in geographically weighted regression Type de document : Article/Communication Auteurs : B. Lu, Auteur ; M. Charlton, Auteur ; C. Brunsdon, Auteur ; P. Harris, Auteur Année de publication : 2016 Article en page(s) : pp 351 - 368 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] analyse spatiale [Termes IGN] distance [Termes IGN] espace-temps [Termes IGN] régression géographiquement pondérée Résumé : (auteur) In this study, the geographically weighted regression (GWR) model is adapted to benefit from a broad range of distance metrics, where it is demonstrated that a well-chosen distance metric can improve model performance. How to choose or define such a distance metric is key, and in this respect, a ‘Minkowski approach’ is proposed that enables the selection of an optimum distance metric for a given GWR model. This approach is evaluated within a simulation experiment consisting of three scenarios. The results are twofold: (1) a well-chosen distance metric can significantly improve the predictive accuracy of a GWR model; and (2) the approach allows a good approximation of the underlying ‘optimal distance metric’, which is considered useful when the ‘true’ distance metric is unknown. Numéro de notice : A2016-090 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2015.1087001 En ligne : https://doi.org/10.1080/13658816.2015.1087001 Format de la ressource électronique : URL sommaire Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=79875 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
079-2016011	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Grid-enabling Geographically Weighted Regression: a case study of participation in higher education in England / R. Harris in Transactions in GIS, vol 14 n° 1 (February 2010)  

Public [article]  inTransactions in GIS > vol 14 n° 1 (February 2010) . - pp 43 - 61 Titre : Grid-enabling Geographically Weighted Regression: a case study of participation in higher education in England Type de document : Article/Communication Auteurs : R. Harris, Auteur ; A. Singleton, Auteur ; D. Grose, Auteur ; C. Brunsdon, Auteur ; Paul A. Longley, Auteur Année de publication : 2010 Article en page(s) : pp 43 - 61 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] Angleterre [Termes IGN] données démographiques [Termes IGN] données socio-économiques [Termes IGN] enseignement supérieur [Termes IGN] géocodage [Termes IGN] grille [Termes IGN] modélisation spatio-temporelle [Termes IGN] régression géographiquement pondérée Résumé : (Auteur) Geographically Weighted Regression (GWR) is a method of spatial statistical analysis used to explore geographical differences in the effect of one or more predictor variables upon a response variable. However, as a form of local analysis, it does not scale well to (especially) large data sets because of the repeated processes of fitting and then comparing multiple regression surfaces. A solution is to make use of developing grid infrastructures, such as that provided by the National Grid Service (NGS) in the UK, treating GWR as an "embarrassing parallel" problem and building on existing software platforms to provide a bridge between an open source implementation of GWR (in R) and the grid system. To demonstrate the approach, we apply it to a case study of participation in Higher Education, using GWR to detect spatial variation in social, cultural and demographic indicators of participation. Copyright Blackwell Publishing Numéro de notice : A2010-004 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1111/j.1467-9671.2009.01181.x Date de publication en ligne : 17/01/2010 En ligne : https://doi.org/10.1111/j.1467-9671.2009.01181.x Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=30200 [article]

Some thoughts on inference in the analysis of spatial data / A. Stewart Fotheringham in International journal of geographical information science IJGIS, vol 18 n° 5 (august 2004)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 18 n° 5 (august 2004) . - pp 447 - 457 Titre : Some thoughts on inference in the analysis of spatial data Type de document : Article/Communication Auteurs : A. Stewart Fotheringham, Auteur ; C. Brunsdon, Auteur Année de publication : 2004 Article en page(s) : pp 447 - 457 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] analyse spatiale [Termes IGN] évaluation des données [Termes IGN] inférence statistique [Termes IGN] système d'information géographique [Termes IGN] validité des données Résumé : (Auteur) Statistical inférence is important for all those who engage in the analysis of spatial data. The issue is becoming increasingly important given the explosion in the availability of spatial data and the prolifération of Geographic Information Systems (GIS) across différent academic disciplines and application areas. The aim of this paper is to provide a brief overview of some of the concepts and controversies inherent in statistical inférence in the hope of raising the level of awareness within the geographic information science community that différent points of view exist when it comes to inférence. We argue that the concept of statistical inférence in spatial data analysis and spatial modelling is perhaps broader than many GIS users imagine. In particular, we argue that différent types of inférence exist and that process inférence is just as valid as sample inférence, even though the latter appears to dominate the GIS literature. Numéro de notice : A2004-282 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1080/13658810410001658065 En ligne : https://doi.org/10.1080/13658810410001658065 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=26809 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
079-04051	RAB	Revue	Centre de documentation	En réserve L003	Disponible