Auto-régression conditionnelle
Le Modèle d’Auto-régression conditionnelle (Modèle:Citation étrangère ou Modèle:Citation étrangère) est une généralisation du modèle de régression linéaire défini pour tenir compte de l'autocorrelation spatiale dans les problèmes de classification et de régression spatiale[1]. Alors que dans la régression classique il est présupposé que le phénomène est stationnaire dans l'espace étudié, dès que l'analyste géographe détecte une dépendance entre l'observation effectuée et le lieu géographique, il doit employer un modèle non stationnaire tels que CAR, SAR ou GWR.
Description
Ce modèle prend la forme suivante : Modèle:Retrait
où Modèle:Formule est un coefficient d’auto-régression, Modèle:Formule est la matrice de poids spatiaux, Modèle:Formule les variables explicatives, Modèle:Formule la variable expliquée, Modèle:Formule représente l'erreur[1].
Utilisation
On l'utilise ces modèles dans la fouille de données spatiales.
Notes et références
Notes
Références
Voir aussi
Bibliographie
Articles connexes
- Régression linéaire
- Régression linéaire multiple
- Régression logistique
- Modèle linéaire généralisé
- Régression non paramétrique
- Modèles de régression multiple postulés et non postulés
- Régression géographiquement pondérée
- Champ aléatoire de Markov
- Auto-régression simultanée