Geographisch gewichtete Hauptkomponentenanalyse (GWPCA)
Die Geographisch gewichtete Hauptkomponentenanalyse (GWPCA) ist eine lokale Dimensionsreduktionsmethode, die 2011 von Harris, Brunsdon und Charlton eingeführt wurde. Sie erweitert die klassische PCA, indem sie an jedem Ort eines Datensatzes eine separate gewichtete PCA anpasst und es so ermöglicht, dass sich Eigenstrukturen – die Hauptkomponenten und ihre Ladungen – kontinuierlich über den geografischen Raum erstrecken, anstatt auf eine einzige globale Lösung beschränkt zu sein. GWPCA eignet sich für Forscher in den Umweltwissenschaften, im öffentlichen Gesundheitswesen und in der Regionalökonomie, die vermuten, dass multivariate Beziehungen zwischen Variablen je nach Standort variieren.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Geographically Weighted Principal Component Analysis (GWPCA). ScholarGate. https://scholargate.app/de/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 ForestRäumliche Analyse↔ compare
- Geographisch gewichtete Regression (GWR)Räumliche Analyse↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →