Descripteur
Termes IGN > mathématiques > analyse numérique > interpolation > interpolation spatiale > régression géographiquement pondérée
régression géographiquement pondéréeVoir aussi |
Documents disponibles dans cette catégorie (47)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
People, pixels and weights in Vanderburgh County, Indiana: toward a new urban geography of human-environment interactions / E.W. Lafary in Geocarto international, vol 23 n° 1 (February - March 2008)
[article]
Titre : People, pixels and weights in Vanderburgh County, Indiana: toward a new urban geography of human-environment interactions Type de document : Article/Communication Auteurs : E.W. Lafary, Auteur ; J.D. Gatrell, Auteur ; R.J. Jensen, Auteur Année de publication : 2008 Article en page(s) : pp 53 - 66 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] données socio-économiques
[Termes IGN] environnement
[Termes IGN] géographie urbaine
[Termes IGN] Indiana (Etats-Unis)
[Termes IGN] interaction homme-milieu
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] régression géographiquement pondérée
[Termes IGN] système d'information géographiqueRésumé : (Auteur) This research examines the social-spatial dynamics of human-environment interactions in Evansville, Indiana, USA as well as the surrounding Vanderburgh County. Employing geographically weighted regression, this paper models the observed relationship between the Normalized Difference Vegetation Index (NDVI) and key sociodemographic parameters (housing value, median household income, percent of residents in poverty, population density and percent of population white). Further, this paper demonstrates that geographically weighted regression utilized within a GISci framework can be effectively used to visualize urban human-environment interactions and that the spatial distribution of environmental resources co-varies with socioeconomic conditions. Finally, the paper demonstrates that greenness indicators derived from remote sensing data can be used as proxy measures for observed sociodemographic variables. Copyright Taylor & Francis Numéro de notice : A2008-021 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106040701494575 Date de publication en ligne : 06/12/2007 En ligne : https://doi.org/10.1080/10106040701494575 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29016
in Geocarto international > vol 23 n° 1 (February - March 2008) . - pp 53 - 66[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 059-08011 RAB Revue Centre de documentation En réserve L003 Disponible Mapping the results of geographically weighted regression / J. Mennis in Cartographic journal (the), vol 43 n° 2 (July 2006)
[article]
Titre : Mapping the results of geographically weighted regression Type de document : Article/Communication Auteurs : J. Mennis, Auteur Année de publication : 2006 Article en page(s) : pp 171 - 179 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] analyse bivariée
[Termes IGN] carte choroplèthe
[Termes IGN] densité de population
[Termes IGN] distribution spatiale
[Termes IGN] Pennsylvanie (Etats-Unis)
[Termes IGN] régression géographiquement pondéréeRésumé : (Auteur) Geographically weighted regression (GWR) is a local spatial statistical technique for exploring spatial nonstationarity. Previous approaches to mapping the results of GWR have primarily employed an equal step classification and sequential no-hue colour scheme for choropleth mapping of parameter estimates. This cartographic approach may hinder the exploration of spatial nonstationarity by inadequately illustrating the spatial distribution of the sign, magnitude, and significance of the influence of each explanatory variable on the dependent variable. Approaches for improving mapping of the results of GWR are illustrated using a case study analysis of population density-median home value relationships in Philadelphia, Pennsylvania, USA. These approaches employ data classification schemes informed by the (nonspatial) data distribution, diverging colour schemes, and bivariate choropleth mapping. Copyright British Cartographic Society Numéro de notice : A2006-611 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1179/000870406X114658 En ligne : https://doi.org/10.1179/000870406X114658 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=28334
in Cartographic journal (the) > vol 43 n° 2 (July 2006) . - pp 171 - 179[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 030-06021 RAB Revue Centre de documentation En réserve L003 Disponible GWR, MAUP et lissage par potentiels / Laure Charleux in Revue internationale de géomatique, vol 15 n° 2 (juin – août 2005)
[article]
Titre : GWR, MAUP et lissage par potentiels Type de document : Article/Communication Auteurs : Laure Charleux, Auteur Année de publication : 2005 Conférence : Cassini 2004, 7e conférence du GDR SIGMA Géomatique et analyse spatiale 02/06/2004 04/06/2004 Grenoble France Article en page(s) : pp 195 - 209 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] lissage de données
[Termes IGN] problème d'unité zonale modifiable
[Termes IGN] régression géographiquement pondérée
[Termes IGN] Union EuropéenneRésumé : (Auteur) La régression géographiquement pondérée (GWR selon l'acronyme anglais) permet la modélisation de la variation spatiale des relations entre phénomènes. Elle est toutefois particulièrement sensible au MAUP (Modifiable Areal Unit Problem). A travers un exemple théorique, cet article vise d'abord à montrer l'intérêt comme les faiblesses de la méthode, puis à proposer une piste de solution : le lissage préalable des données par potentiels gaussiens. Finalement, une application concrète à l'Union européenne est brièvement présentée. Numéro de notice : A2005-305 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.3166/rig.15.195-209 En ligne : https://doi.org/10.3166/rig.15.195-209 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=27441
in Revue internationale de géomatique > vol 15 n° 2 (juin – août 2005) . - pp 195 - 209[article]Réservation
Réserver ce documentExemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 047-05021 RAB Revue Centre de documentation En réserve L003 Disponible 047-05022 RAB Revue Centre de documentation En réserve L003 Disponible Activité, chômage et territoires en France : analyse spatiale et modélisation locale / Jean-Marc Zaninetti (2003)
Titre : Activité, chômage et territoires en France : analyse spatiale et modélisation locale Type de document : Article/Communication Auteurs : Jean-Marc Zaninetti, Auteur Editeur : Orléans : Presses Universitaires d'Orléans Année de publication : 2003 Collection : Collection du CEDETE Conférence : Colloque international 2003 Géomatique et applications, Apports des SIG à la recherche 13/03/2003 14/03/2003 Orléans France Importance : pp 201 - 220 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] analyse spatiale
[Termes IGN] autocorrélation spatiale
[Termes IGN] chômage
[Termes IGN] emploi (économie)
[Termes IGN] marché du travail
[Termes IGN] modélisation spatiale
[Termes IGN] régression géographiquement pondérée
[Termes IGN] régression linéaireRésumé : (Auteur) Les préoccupations principales de la géographie sont très différentes de celles de l'économie. Tandis que la modélisation économétrique recherche les déterminants d'un phénomène, l'analyse spatiale met l'accent sur les disparités régionales ; l'autocorrélation spatiale et la non-stationnarité des relations dans l'espace sont des préoccupations centrales. C'est pourquoi, la modélisation en analyse spatiale ne peut pas être un décalque des méthodes de l'économétrie. Les logiciels SIG offrent justement l'opportunité de développer de nouvelles techniques en analyse spatiale quantitative. Cet article entend présenter les méthodes de modélisation locale les plus récentes au travers d'une application. L'étude des disparités régionales du taux de chomage en France et des relations qu'il entretient avec les taux d'activités selon le sexe et l'âge illustre la spécificité de cette approche. Les avancées récentes en analyse spatiale répondent à ce besoin. En premier lieu, l'analyse exploratoire des taux de chomage utilise l'indice généralisé d'autocorrélation spatiale et l'indicateur local d'association spatiale qui lui est associé. Ensuite la modélisation locale des relations entre chomage et activité démontre la diversité des marchés régionaux du travail en France. Numéro de notice : C2003-032 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Communication DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=65011