Geografisk vektet prinsipal komponent-analyse (GWPCA)
Geografisk vektet prinsipal komponent-analyse (GWPCA) er en lokal dimensjonsreduksjonsmetode introdusert av Harris, Brunsdon og Charlton i 2011. Den utvider klassisk PCA ved å tilpasse en separat vektet PCA ved hver lokasjon i et datasett, noe som tillater at egenreskturer – prinsipal komponentene og deres loadings – varierer kontinuerlig over geografisk rom i stedet for å være begrenset til én enkelt global løsning. GWPCA egner seg for forskere innen miljøvitenskap, folkehelse og regionaløkonomi som mistenker at multivariate sammenhenger mellom variabler varierer med lokasjon.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 2). Geographically Weighted Principal Component Analysis (GWPCA). ScholarGate. https://scholargate.app/no/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 ForestRomlig analyse↔ compare
- Geografisk vektet regresjon (GWR)Romlig analyse↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →