ניתוח רכיבים עיקריים משוקלל גאוגרפית (GWPCA)
ניתוח רכיבים עיקריים משוקלל גאוגרפית (GWPCA) הוא שיטת צמצום ממדיות מקומית שהוצגה על ידי האריס, בראנסדון וצ'רלטון בשנת 2011. היא מרחיבה את ניתוח הרכיבים העיקריים (PCA) הקלאסי על ידי התאמת PCA משוקלל נפרד בכל מיקום בתוך מערך נתונים, ובכך מאפשרת למבנים העצמיים — הרכיבים העיקריים והעומסים שלהם — להשתנות באופן רציף על פני המרחב הגיאוגרפי במקום להיות מוגבלים לפתרון גלובלי יחיד. GWPCA מתאים לחוקרים במדעי הסביבה, בריאות הציבור וכלכלה אזורית החושדים כי קשרים רב-משתניים בין משתנים שונים ממקום למקום.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 2). Geographically Weighted Principal Component Analysis (GWPCA). ScholarGate. https://scholargate.app/he/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.
- יער אקראי משוקלל גיאוגרפיתניתוח מרחבי↔ compare
- רגרסיה משוקללת גאוגרפית (GWR)ניתוח מרחבי↔ compare