Analisis Komponen Utama Berpemberat Geografi (GWPCA)
Analisis Komponen Utama Berpemberat Geografi (GWPCA) ialah kaedah pengurangan dimensi tempatan yang diperkenalkan oleh Harris, Brunsdon, dan Charlton pada tahun 2011. Ia memperluas PCA klasik dengan memadankan PCA berpemberat yang berasingan pada setiap lokasi dalam set data, membenarkan struktur eigen — komponen utama dan pemberatnya — untuk berbeza secara berterusan merentasi ruang geografi dan bukannya terhad kepada satu penyelesaian global. GWPCA sesuai untuk penyelidik dalam sains alam sekitar, kesihatan awam, dan ekonomi serantau yang mengesyaki bahawa hubungan multivariat antara pemboleh ubah berbeza mengikut lokasi.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian 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 memetik halaman ini
ScholarGate. (2026, June 2). Geographically Weighted Principal Component Analysis (GWPCA). ScholarGate. https://scholargate.app/ms/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 ForestAnalisis Reruang↔ compare
- Regresi Berbobot Geografi (GWR)Analisis Reruang↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →