Geografisch Gewogen Principal Component Analyse (GWPCA)
Geografisch Gewogen Principal Component Analyse (GWPCA) is een lokale dimensionaliteitsreductiemethode die in 2011 werd geïntroduceerd door Harris, Brunsdon en Charlton. Het breidt de klassieke PCA uit door op elke locatie in een dataset een afzonderlijke gewogen PCA te fitten, waardoor eigenstructuren — de hoofdcomponenten en hun loadings — continu kunnen variëren over de geografische ruimte in plaats van beperkt te zijn tot één enkele globale oplossing. GWPCA is geschikt voor onderzoekers in milieuwetenschappen, volksgezondheid en regionale economie die vermoeden dat multivariate relaties tussen variabelen per locatie verschillen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 2). Geographically Weighted Principal Component Analysis (GWPCA). ScholarGate. https://scholargate.app/nl/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.
- Geografisch Gewogen Willekeurig BosRuimtelijke analyse↔ compare
- Geografisch Gewogen Regressie (GWR)Ruimtelijke analyse↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →