Buscar puntos calientes
La herramienta Buscar puntos calientes determinará si hay algún clustering estadísticamente significativo en el patrón espacial de sus datos.
- ¿Están realmente agrupados sus puntos (incidentes de actos delictivos, árboles o accidentes de tráfico)? ¿Cómo puede estar seguro?
- ¿Ha descubierto de verdad un punto caliente estadísticamente significativo o contaría su mapa una historia diferente si cambiara sus símbolos?
Incluso los patrones espaciales aleatorios presentan cierto grado de clustering. Además, nuestros ojos y nuestros cerebros intentan, de forma natural, encontrar patrones, aunque no exista ninguno. En consecuencia, puede ser difícil saber si los patrones de los datos son el resultado de procesos espaciales reales en acción o de una simple casualidad aleatoria. Esta es la razón por la que los investigadores y analistas utilizan métodos estadísticos como Buscar puntos calientes (Getis-Ord Gi*) para cuantificar los patrones espaciales. Cuando encuentra un clustering estadísticamente significativo en sus datos, dispone de una información valiosa. Saber dónde y cuándo se produce el clustering puede proporcionar pistas importantes sobre los procesos que producen los patrones que se están viendo. Saber que los robos residenciales, por ejemplo, son por sistema más frecuentes en ciertas vecindades es una información vital si se tienen que diseñar estrategias de prevención eficaces, asignar recursos policiales escasos, iniciar programas de vigilancia vecinal, autorizar investigaciones criminales en profundidad o identificar sospechosos potenciales.
Elegir la capa cuyos puntos calientes se van a calcular
La capa de puntos donde se buscarán puntos calientes y fríos.
Este análisis utiliza bins y requiere un sistema de coordenadas proyectadas. Puede definir el Sistema de coordenadas de procesamiento en Entornos de análisis. Si el sistema de coordenadas de procesamiento no se ha definido en un sistema de coordenadas proyectadas, se le pedirá que lo defina cuando use Ejecutar análisis .
Además de elegir una capa en el mapa, puede elegir Elegir capa de análisis en la parte inferior de la lista desplegable para examinar el contenido del dataset o la capa de entidades de un recurso compartido de archivos de big data.
Buscar clusters de concentraciones altas y bajas de puntos
Este análisis responde a la pregunta: ¿Dónde se agrupan espacialmente los valores altos y bajos?
Si tus datos son puntos y eliges Recuento de puntos, esta herramienta evaluará la distribución espacial de las entidades de puntos para responder a la pregunta: ¿Dónde se agrupan o se dispersan inesperadamente los puntos?
Si eliges un campo, esta herramienta evaluará la distribución espacial de los valores asociados con cada entidad para responder a la pregunta: ¿Dónde se agrupan los valores altos y bajos?
Seleccionar el tamaño del bin para la agregación
La distancia utilizada para generar los bins cuadrados que se utilizarán para analizar los puntos de entrada.
Buscar puntos calientes utilizando intervalos de tiempo (opcional)
Si el tiempo está habilitado en la capa de puntos y es del tipo instante, puede analizar utilizando intervalos de tiempo.
Intervalo de período de tiempo
Intervalo de tiempo usado para generar períodos de tiempo. El tiempo se puede alinear con el tiempo de inicio o finalización de los datos de entrada, o con un tiempo de referencia especificado.
Intervalo de período de tiempo
Intervalo de tiempo usado para generar períodos de tiempo. El tiempo se puede alinear con el tiempo de inicio o finalización de los datos de entrada, o con un tiempo de referencia especificado.
Elija cómo alinear los intervalos de tiempo
Cómo se alinean los intervalos de tiempo. Hay tres formas de alinear intervalos de tiempo:
- Hora de inicio: los intervalos de tiempo se alinean con la primera entidad en el tiempo.
- Hora de fin: los intervalos de tiempo se alinean con la última entidad en el tiempo.
- Tiempo de referencia: los intervalos de tiempo se alinean con una hora especificada.
Tiempo de referencia con el que alinear los intervalos de tiempo
La fecha y hora utilizados para alinear los intervalos de tiempo.
Seleccione el tamaño de la vecindad para los cálculos de puntos calientes
La distancia utilizada para determinar la vecindad utilizada para los cálculos de puntos calientes. Para asegurarse de que cada bin tiene al menos un vecino, la vecindad debería ser más grande que el tamaño del bin. Cada bin se analiza y se compara con los bins vecinos.
Referencia espacial (wkid)
Se trata de un parámetro temporal para una versión preliminar que permite definir la referencia espacial de procesamiento. En muchas herramientas de big data es necesario utilizar un sistema de coordenadas proyectadas como referencia espacial para el procesamiento. De forma predeterminada, la herramienta utilizará el sistema de coordenadas de entrada, pero fallará si se trata de un sistema de coordenadas geográficas. Para definir un sistema de coordenadas proyectadas, introduzca el WKID. Por ejemplo, Web Mercator se introduciría como 3857.
Seleccionar un ArcGIS Data Store en el que guardar los resultados
Los resultados de GeoAnalytics se almacenan en un data store y se exponen como capa de entidades en Portal for ArcGIS. En la mayoría de los casos, conviene almacenar los resultados en el almacén de datos espaciotemporal y este es el predeterminado. En algunos casos, guardar los resultados en el data store relacional es una buena opción. A continuación, se exponen motivos por los que guardar los resultados en el data store relacional es una buena idea:
- Puede usar los resultados en una colaboración de portal a portal.
- Puede habilitar capacidades de sincronización con sus resultados.
Conviene no usar el data store relacional si espera que los resultados de GeoAnalytics aumenten y necesita aprovechar las capacidades del big data store espaciotemporal para manejar grandes cantidades de datos.
Nombre de capa de resultados
El nombre de la capa que se creará. Si escribe en un ArcGIS Data Store, sus resultados se guardarán en Mi contenido y se agregarán al mapa. Si escribe en un recurso compartido de archivos de big data, sus resultados se almacenarán en el recurso compartido de archivos de big data y se agregarán a su manifiesto. No se agregarán al mapa. El nombre predeterminado se basa en el nombre de la herramienta y en el nombre de la capa de entrada. Si la capa ya existe, la herramienta fallará.
Esta capa de resultados te mostrará los clusters estadísticamente significativos de valores o recuentos de puntos altos y bajos. Si el nombre de la capa de resultados ya existe, se le pedirá que le cambie el nombre.
Cuando escriba en ArcGIS Data Store (big data store espaciotemporal o relacional) con el cuadro desplegable Guardar el resultado en, puede especificar el nombre de una carpeta de Mi contenido en la que se guardará el resultado.