Model statistik spasial: CAR vs SAR

Kapan orang akan lebih suka menggunakan model Autoregressive Bersyarat daripada model Autoregresif Simultan ketika memodelkan data udara geo-referen yang diautokorelasi-otomatis?

Model non-spasial

Nilai Rumah Saya adalah fungsi dari Investasi Berkebun di rumah saya.

Model SAR

Nilai Rumah Saya adalah fungsi dari Nilai Rumah tetangga saya.

Model mobil

Nilai Rumah Saya adalah fungsi dari Investasi Berkebun tetangga saya.

Seperti yang dinyatakan oleh Encyclopedia of GIS , conditional autoregressive model (CAR) sesuai untuk situasi dengan ketergantungan urutan pertama atau autokorelasi spasial lokal, dan model autoregresif simultan (SAR) lebih cocok jika ada ketergantungan urutan kedua atau autokorelasi spasial yang lebih global. .

Ini diperjelas oleh fakta bahwa CAR mematuhi versi spasial dari properti Markov , yaitu mengasumsikan bahwa keadaan area tertentu dipengaruhi tetangganya dan bukan tetangga tetangganya, dll. (Yaitu secara spasial “tanpa memori”, sebagai gantinya sementara), sedangkan SAR tidak menganggap itu. Ini karena perbedaan cara mereka menentukan matriks varians-kovarians mereka. Jadi, ketika properti Markov spasial diperoleh, CAR menyediakan cara yang lebih sederhana untuk memodelkan data areal geo-referensi yang diautokorelasi.

Lihat Gis Dan Analisis Data Spasial: Perspektif Konvergen untuk lebih jelasnya.