Analisis Komponen Utama Berbobot Geografis (GWPCA)
Analisis Komponen Utama Berbobot Geografis (GWPCA) adalah metode reduksi dimensi lokal yang diperkenalkan oleh Harris, Brunsdon, dan Charlton pada tahun 2011. Metode ini memperluas PCA klasik dengan menyesuaikan PCA berbobot terpisah di setiap lokasi dalam kumpulan data, memungkinkan eigenstruktur — komponen utama dan pembebanannya — bervariasi secara kontinu di seluruh ruang geografis daripada dibatasi pada satu solusi global. GWPCA cocok untuk peneliti di bidang ilmu lingkungan, kesehatan masyarakat, dan ekonomi regional yang menduga bahwa hubungan multivariat antar variabel berbeda berdasarkan lokasi.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). Geographically Weighted Principal Component Analysis (GWPCA). ScholarGate. https://scholargate.app/id/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.
- Random Forest Berbobot GeografisAnalisis Spasial↔ compare
- Regresi Berbobot Geografis (GWR)Analisis Spasial↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →