Developing spatial weight matrices for incorporation into multiple linear regression models : an example using grizzly bear body size and environmental predictor

Auteurs :
TIMMINS, T.L.
HUNTER, A.J.S.
CATTET, M.R.L.
STENHOUSE, G.B.

Description :
On développe un modèle spatial autorégressif qui relie la longueur du corps de l'ours grizzli avec des variables prédictives de l'environnement dans les montagnes Rocheuses de l'Alberta, Canada. Modélisation de la dépendance spatiale. L'intégration de pondérations spatiales correspondant aux modèles SAR améliore l'ajustement et augmente l'importance des paramètres estimés par rapport au modèle linéaire. Examiner la dépendance spatiale dans les modèles de régression est important si l'on veut explorer la pertinence d'une base de sondage, les variables prédictives et la forme du modèle.


Type de document :
Article de périodique

Source :
Geographical analysis, issn : 0016-7363, 2013, vol. 45, n°. 4, p. 359-379, nombre de pages : 21, Références bibliographiques : 3 p.

Date :
2013

Editeur :
Pays édition : Etats-Unis, Columbus, OH, Ohio State University Press