การวิเคราะห์องค์ประกอบหลักแบบถ่วงน้ำหนักเชิงพื้นที่ (GWPCA)
การวิเคราะห์องค์ประกอบหลักแบบถ่วงน้ำหนักเชิงพื้นที่ (GWPCA) เป็นวิธีการลดมิติเชิงพื้นที่เฉพาะที่ แนะนำโดย Harris, Brunsdon และ Charlton ในปี 2011 เป็นการขยายการวิเคราะห์องค์ประกอบหลักแบบดั้งเดิม (PCA) โดยการปรับ PCA แบบถ่วงน้ำหนักแยกกันในแต่ละตำแหน่งของชุดข้อมูล ทำให้โครงสร้างค่าลักษณะเฉพาะ — องค์ประกอบหลักและค่าสัมประสิทธิ์ — สามารถเปลี่ยนแปลงได้อย่างต่อเนื่องทั่วทั้งพื้นที่ทางภูมิศาสตร์ แทนที่จะถูกจำกัดด้วยผลลัพธ์ทั่วโลกเพียงหนึ่งเดียว GWPCA เหมาะสำหรับนักวิจัยในสาขาวิทยาศาสตร์สิ่งแวดล้อม สาธารณสุข และเศรษฐศาสตร์ภูมิภาค ที่สงสัยว่าความสัมพันธ์หลายตัวแปรระหว่างตัวแปรต่างๆ แตกต่างกันไปตามสถานที่
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 2). Geographically Weighted Principal Component Analysis (GWPCA). ScholarGate. https://scholargate.app/th/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.
- การเรียนรู้แบบสุ่มถ่วงน้ำหนักตามภูมิศาสตร์การวิเคราะห์เชิงพื้นที่↔ compare
- Geographically Weighted Regression (GWR)การวิเคราะห์เชิงพื้นที่↔ compare