Análise de Componentes Principais Ponderada Geograficamente (GWPCA)
A Análise de Componentes Principais Ponderada Geograficamente (GWPCA) é um método de redução de dimensionalidade local introduzido por Harris, Brunsdon e Charlton em 2011. Ela estende a PCA clássica ajustando uma PCA ponderada separada em cada localização em um conjunto de dados, permitindo que as autoestruturas — os componentes principais e suas cargas — variem continuamente no espaço geográfico, em vez de serem restritas a uma única solução global. A GWPCA é adequada para pesquisadores em ciências ambientais, saúde pública e economia regional que suspeitam que as relações multivariadas entre as variáveis diferem por localização.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 2). Geographically Weighted Principal Component Analysis (GWPCA). ScholarGate. https://scholargate.app/pt/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 Ponderado GeograficamenteAnálise espacial↔ compare
- Regressão Geograficamente Ponderada (GWR)Análise espacial↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →