12
Conclusion générale (en cours de rédaction)
Méthodes de régression spatiale : un grand bol d’R
Préface
À propos des auteurs
Partie 1. Notions de base
1
Autocorrélation spatiale, dépendance spatiale et hétérogénéité spatiale d’un modèle de régression
Partie 2. Spécification de la structure de covariance spatiale
2
Modèles intégrant une structure de covariance spatiale (en cours de rédaction)
Partie 3. Économétrie spatiale
3
Modèles d’économétrie spatiale
4
Modèles probit spatiaux pour une variable dépendante dichtonomique (en cours de rédaction)
5
Modèles d’économétrie spatiale en panel (en cours de rédaction)
Partie 4. Variable latente spatiale : lissage et filtrage spatial
6
Modèles généralisés additifs
7
Modèles linéaires généralisés avec des vecteurs spatiaux
Partie 5. Régressions spatiales et hétérogénéité spatiale
8
Régressions géographiquement pondérées classiques
9
Extensions de la régression géographiquement pondérée (en cours de rédaction)
10
Modèles GAM et GLMM avec des coefficients variant spatialement (en cours de rédaction)
Partie 6. Conclusions
11
Correction des exercices
12
Conclusion générale (en cours de rédaction)
Bibliographie
12
Conclusion générale (en cours de rédaction)
11
Correction des exercices
Bibliographie