글로벌 다차원적 빈곤 지수(MPI), 인원수 비율, 박탈 강도는 열악한 건강, 교육 부족, 열악한 생활 수준 등 가난한 사람의 박탈 경험에 기여하는 다양한 요소로 구성됩니다. MPI는 인원수 비율(H)(%)과 빈곤 강도 또는 비율(A)의 두 가지 구성 요소로 구성됩니다. 인원수 비율은 가중치와 빈곤선을 기준으로 한 빈곤 인구의 비율입니다. 빈곤의 강도는 가중박탈지표의 비율로 정의됩니다. 이는 백분율 값으로 측정됩니다 [ 35 ]. 빈곤을 겪고 있는 사람들의 박탈 수준은 시간이 지남에 따라 변할 수 있습니다. 이를 '차원적 단조성'이라 하며, 저소득층 가족이 다른 방식으로 박탈을 당할 경우 빈곤의 강도가 높아진다는 뜻이다(Ismail et al . 2015:7). 본 연구의 빈곤 데이터는 1995년부터 2021년까지 OPHI Global MPI에서 가져온 것입니다. 경험적 모델 본 연구에서는 남아공의 빈곤 감소에 대한 재정 정책(정부 지출)의 영향을 확인하기 위해 스포츠중계 제작PCA 기반의 정량적 상관 설계, 데이터 감소 기법 및 능형 회귀 분석을 사용했습니다. PCA 모델 PCA는 다중 선형 회귀 기법에 대한 변수 선택 시 데이터 축소 기법으로 사용되었습니다. Li et al. [ 24 ], 주성분 분석은 분산을 최소화하기 위해 직교 선형 변환을 기반으로 데이터를 새로운 좌표계로 변환하는 추정입니다. PCA 프로세스는 직교 변환을 사용하여 잠재적으로 상관된 변수의 관측치를 주성분이라고 하는 선형 비상관 변수 세트로 변환합니다[ 23 :191]. 표준 탐색적 데이터 분석 도구 컨텍스트에서 PCA에는 각 데이터 세트에 대한 p 수치 변수에 대한 관측치가 있는 데이터 세트가 필요합니다. 이러한 데이터 값은 데이터 행렬 을 정의합니다 . 이 행렬의 j 번째 열은 관측치의 벡터 n 차원 벡터 [ 22 ] 로 정의됩니다. . 이러한 선형 조합은 다음과 같이 표현될 수 있습니다.