Cerca punts calents
L'eina Cerca punts calents determinarà si hi ha cap clusterització estadísticament significativa al patró espacial de les vostres dades.
- Els vostres punts (delictes, arbres, accidents de trànsit) estan realment clusteritzats? Com en podeu estar segur?
- Heu descobert realment un punt calent estadísticament significatiu o el mapa explicaria una història diferent si en canviéssiu els símbols?
Fins i tot els patrons espacials aleatoris presenten un cert grau de clusterització. A més, la nostra vista i el nostre cervell intenten, de forma natural, trobar patrons fins i tot quan no n'hi ha. Per tant, pot ser difícil saber si els patrons de les dades són el resultat de processos espacials reals en acció o d'una simple possibilitat aleatòria. És per això que els investigadors i analistes utilitzen mètodes estadístics com ara Cerca punts calents (Getis-Ord Gi*) per quantificar els patrons espacials. Si trobeu una clusterització estadísticament significativa a les vostres dades, teniu informació valuosa. Saber on i quan es produeix la clusterització pot proporcionar indicis importants sobre els processos que produeixen els patrons que veieu. Saber que els robatoris residencials, per exemple, són sistemàticament més freqüents en determinats barris és una informació vital si s'han de dissenyar estratègies de prevenció eficaces, assignar recursos policials escassos, iniciar programes de vigilància veïnal, autoritzar investigacions criminals en profunditat o identificar sospitosos potencials.
Trieu la capa de la qual es calcularan els punts calents
Capa de punts on es cercaran punts calents i freds.
Aquest anàlisi utilitza bins i necessita un sistema de coordenades projectades. Podeu definir l'opció de Sistema de coordenades de processament a Entorns d'anàlisi. Si el sistema de coordenades de processament no està definit en un sistema de coordenades projectades, se us demanarà que el definiu quan utilitzeu Executa l'anàlisi .
A banda de triar una capa del mapa, podeu seleccionar Trieu la capa d'anàlisi al final de la llista desplegable per cercar al vostre contingut una capa d'entitats o un dataset de recursos compartits de fitxers de dades massives.
Cerca clústers de concentracions altes i baixes de punts
Aquesta anàlisi respon la pregunta: on es clusteritzen espacialment els valors alts i baixos?
Si les vostres dades són punts i trieu Recomptes de punts, aquesta eina avaluarà la distribució espacial de les entitats de punts per respondre la pregunta: on es clusteritzen o es dispersen inesperadament els punts?
Si trieu un camp, aquesta eina avaluarà la distribució espacial dels valors associats amb cada entitat per respondre la pregunta: on es clusteritzen els valors alts i baixos?
Seleccioneu la mida dels bins per a l'agregació
Distància utilitzada per generar els bins quadrats que es faran servir per analitzar els punts d'entrada.
Cerca punts calents mitjançant períodes de temps (opcional)
Si el temps està habilitat a la capa de punts i és de tipus instant, podeu fer l'anàlisi amb períodes de temps.
Interval de període de temps
Interval de temps utilitzat per generar períodes de temps. El temps es pot alinear amb l'hora inicial o final de les dades d'entrada o amb una hora de referència especificada.
Interval de període de temps
Interval de temps utilitzat per generar períodes de temps. El temps es pot alinear amb l'hora inicial o final de les dades d'entrada o amb una hora de referència especificada.
Trieu com s'alinearan els períodes de temps
Manera d'alinear els períodes de temps. Hi ha tres maneres d'alinear els períodes de temps:
- Hora d'inici: els períodes de temps s'alineen amb la primera entitat en el temps.
- Hora de finalització: els períodes de temps s'alineen amb la darrera entitat en el temps.
- Temps de referència: els períodes de temps s'alineen amb una hora especificada.
Temps de referència amb el qual s'alinearan els períodes de temps
Data i hora utilitzades per alinear els períodes de temps.
Seleccioneu la mida del veïnat per als càlculs de punts calents
Distància utilitzada per determinar el veïnat emprat per als càlculs de punts calents. La mida del veïnat ha de ser més gran que la del bin per garantir que cada bin tingui com a mínim un veí. Cada bin s'analitza i es compara amb els bins veïns.
SpatialReference (wkid)
És un paràmetre temporal de versió preliminar per definir la referència espacial de processament. Moltes eines de dades massives necessiten que s'utilitzi un sistema de coordenades projectades com a referència espacial per al processament. Per defecte, l'eina utilitzarà el sistema de coordenades d'entrada, però no funcionarà correctament si es tracta d'un sistema de coordenades geogràfiques. Per definir un sistema de coordenades projectades, introduïu el WKID. Per exemple, Web Mercator s'introduiria com a 3857.
Trieu un ArcGIS Data Store on desar els resultats
Els resultats del GeoAnalytics s'emmagatzemen en un magatzem de dades i s'exposen com una capa d'entitats al Portal for ArcGIS. En la majoria dels casos, convé emmagatzemar els resultats en un magatzem de dades espaciotemporal, que és l'opció per defecte. En alguns casos, desar els resultats al magatzem de dades relacional és una bona opció. A continuació teniu alguns motius pels quals és bona idea desar els resultats al magatzem de dades relacional:
- Podeu utilitzar els resultats en la col·laboració de portal a portal.
- Podeu habilitar les funcions de sincronització amb els vostres resultats.
No és recomanable fer servir un magatzem de dades relacionals si espereu que els resultats del GeoAnalytics augmentin i necessiteu utilitzar les funcions del magatzem de dades massives espaciotemporals per gestionar grans quantitats de dades.
Nom de la capa de resultats
Nom de la capa que es crearà. Si esteu escrivint en un ArcGIS Data Store, els resultats es desaran a El meu contingut i s'afegiran al mapa. Si esteu escrivint en un recurs compartit de fitxers de dades massives, els resultats s'emmagatzemaran en aquest recurs i s'afegiran al seu manifest. No s'afegiran al mapa. El nom per defecte es basa en el nom de l'eina i el de la capa d'entrada. Si la capa ja existeix, l'eina no funcionarà.
Aquesta capa de resultats us mostrarà els clústers estadísticament significatius de recomptes de punts o valors alts i baixos. Si el nom de la capa de resultats ja existeix, se us demanarà que en canvieu el nom.
Si escriviu a l' ArcGIS Data Store (magatzem de dades massives relacional o espaciotemporal) mitjançant el quadre desplegable Desa el resultat a, podeu especificar el nom d'una carpeta a El meu contingut, on es desarà el resultat.