Le Modèle d’Auto-régression conditionnelle ( ou ) 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 . 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 :
où est un coefficient d’auto-régression, est la matrice de poids spatiaux, les variables explicatives, la variable expliquée, représente l'erreur.
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
Analyse spatiale Système d'information géographique Glossaire du data mining Exploration de données
Liens externes
Catégorie:Ingénierie décisionnelle Catégorie:Exploration de données Catégorie:Analyse spatiale Catégorie:Estimation (statistique) Catégorie:Régression