Geografiskt viktad principalkomponentanalys (GWPCA)
Geografiskt viktad principalkomponentanalys (GWPCA) är en lokal dimensionsreduceringsmetod som introducerades av Harris, Brunsdon och Charlton år 2011. Den utvidgar klassisk PCA genom att anpassa en separat viktad PCA vid varje plats i ett dataset, vilket tillåter egenstrukturer – principalkomponenterna och deras laddningar – att variera kontinuerligt över geografiskt rum snarare än att vara begränsade till en enda global lösning. GWPCA lämpar sig för forskare inom miljövetenskap, folkhälsa och regional ekonomi som misstänker att multivariata samband mellan variabler skiljer sig åt beroende på plats.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 2). Geographically Weighted Principal Component Analysis (GWPCA). ScholarGate. https://scholargate.app/sv/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.
- Geografiskt viktad slumpmässig skogRumslig analys↔ compare
- Geografiskt viktad regression (GWR)Rumslig analys↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →