Anàlisi de Components Principals Ponderada Geogràficament (GWPCA)
L'Anàlisi de Components Principals Ponderada Geogràficament (GWPCA) és un mètode local de reducció de dimensionalitat introduït per Harris, Brunsdon i Charlton el 2011. Amplia l'anàlisi de components principals (PCA) clàssica ajustant una PCA ponderada separada a cada ubicació d'un conjunt de dades, permetent que les estructures pròpies —els components principals i les seves càrregues— variïn contínuament per l'espai geogràfic en lloc d'estar subjectes a una única solució global. La GWPCA és adequada per a investigadors en ciències ambientals, salut pública i economia regional que sospiten que les relacions multivariants entre variables difereixen segons la ubicació.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Harris, P., Brunsdon, C., & Charlton, M. (2011). Geographically weighted principal components analysis. International Journal of Geographical Information Science, 25(10), 1717–1736. DOI: 10.1080/13658816.2011.554838 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). Geographically Weighted Principal Component Analysis (GWPCA). ScholarGate. https://scholargate.app/ca/spatial-analysis/geographically-weighted-pca
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Geographically Weighted Random ForestAnàlisi espacial↔ compare
- Regressió Ponderada Geogràficament (GWR)Anàlisi espacial↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →