Ģeogrāfiski svērtā galveno komponentu analīze (GWPCA)
Ģeogrāfiski svērtā galveno komponentu analīze (GWPCA) ir lokāla dimensiju samazināšanas metode, ko 2011. gadā ieviesa Hariss, Bransdons un Čārltons. Tā paplašina klasisko GKA, katrā datu kopas atrašanās vietā pielāgojot atsevišķu svērto GKA, ļaujot eigenstruktūrām — galvenajām komponentēm un to svērumiem — nepārtraukti mainīties ģeogrāfiskajā telpā, nevis aprobežoties ar vienu globālu risinājumu. GWPCA ir piemērota pētniekiem vides zinātnē, sabiedrības veselībā un reģionālajā ekonomikā, kuriem ir aizdomas, ka daudzfaktoru attiecības starp mainīgajiem atšķiras atkarībā no atrašanās vietas.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 2). Geographically Weighted Principal Component Analysis (GWPCA). ScholarGate. https://scholargate.app/lv/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.
- Ģeogrāfiski svērtais izlases mežsTelpiskā analīze↔ compare
- Ģeogrāfiski svērtā regresija (GWR)Telpiskā analīze↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →