Tulipunktide leidmise tööriistaga saab määrata, kas andmete ruumimustris on statistiliselt olulisi klastreid.
Isegi korrapäratul ruumimustril esineb teatud laadi klasterdumine. Lisaks püüavad meie silmad ja meeled intuitiivselt leida mustreid ka seal, kus neid ei eksisteeri. Seega võib olla raske mõista, kas mustrid teie andmetes on tingitud reaalsetest ruumiprotsessidest või lihtsalt juhuslikust kokkusattumisest. Seetõttu kasutavad uurijad ja analüütikud spetsiaalselt numbriliste väärtuste lokaalse koondumise näitajaid nagu näiteks Getis-Ord Gi. Kui olete andmetes leidnud statistiliselt olulised klastrid, on see väärtuslik info. Teadmine, kus ja millal klasterdumine esineb, annab olulisi vihjeid protsesside mõjust nähtavatele mustritele. Teades, et näiteks eluhoonetesse murdvarguste arv on püsivalt suurem eriti eeslinnades, on see oluliseks infoks, kui teil on vaja kaaluda tõhusamaid ennetuse strateegiaid, jaotada piiratud kaitseressursse, algatada naabrivalve programme, lubada põhjalikumat eeluurimist või tuvastada võimalikke kahtlusaluseid.
Punkti- või alakiht, millest tuli- ja külmpunkte otsitakse.
Antud analüüs vastab küsimusele: kus paiknevad kõrge ja madala väärtusega klastrid ruumiliselt?
Kui teie andmeteks on punktid ja tegite valiku Punktide arv, hindab tööriist punktobjektide paiknemise ruumilist korrapära, et vastata küsimusele, kus on punktid oodatust teisiti klasterdatud või hajutatud.
Kui valisite välja, hindab tööriist iga objektiga seotud väärtuste paiknemise ruumilist korrapära, saamaks vastust küsimusele: kus paiknevad kõrge ja madala väärtusega klastrid?
Vaikimisi loendatakse võrkruudustikus olevaid punkte. Tööriist loob ruudustiku punktandmete põhjal. Teise võimalusena saate loendada kuusnurk-ruudustiku punkte või sisestada piirkonnakihi (tavaliselt võivad need kajastada linnaosade rahvastikku, omavalitsuste piire, maakondi jms), et vastata küsimusele, kas arvestades iga pindobjekti piires loendatud punktide arvu, eksisteerib kohti, kus kõrge või madala tasemega punktide ruumiline klasterdus on statistiliselt oluline.
Joonistage või sisestage kiht, mis määratleb, kus on sündmused võimalikud, et vastata küsimusele, kas aladel on olemas kohad, kus esineb ootamatult suurel või väikesel hulgal punkte?
Pindobjektid, mida joonistate, või objektid vastavas kihis, mille määrate, annavad ettekujutuse, kus võiksid punktid esineda. Nende alade joonistamiseks klõpsake nuppu Joonista ning seejärel klõpsake piirkonnakujundi loomiseks mõnda asukohta kaardil. Täiendavate alade joonistamiseks klõpsake uuesti joonistamisnuppu, klõpsake jätkamiseks asukohta kaardil.
Vahel võite soovida analüüsida mustreid, mis võtavad arvesse alusjaotusi. Kui Teie punktid tähistavad näiteks kuritegusid, tähendab kogurahvastiku alusel jagamine, et kuritegusid analüüsitakse inimese kohta mitte nende üldarvu järgi. Jagamise aluseks oleva atribuudi valimist nimetatakse sageli normimiseks.
Kui teete valiku Esri rahvastik, rikastatakse iga pindobjekt rahvastikuandmete väärtustega, mida kasutatakse seejärel jagamise aluse atribuudina. Selle valiku puhul kasutatakse krediite.
Tööriist leiab lahtri suuruse optimaalse seade ja vahemaa vaikeväärtused teie andmete karakteristikute põhjal. Kui teil on oma analüüsi jaoks olemas kindel lahtrisuurus või vahemaa, saate nende väärtuste seadistamiseks kasutada alistamisvalikuid.
Alistamisvalikud on kasulikud ka erinevate andmestike analüüsimisel, võimaldades teil hoida vahemaa ja lahtri suuruse püsivana mitmes andmestikus. Nii saate õigesti võrrelda näiteks kahe erineva aasta tulemusi rasvunud inimeste ja diabeetikute arvu või isegi kuritegude arvu kohta.
Ruudustiku lahtrite suurus, mida kasutatakse punktide loendamiseks nendes.
Punktide lugemisel kuusnurk-ruudustikus kasutatakse vahemaad kuusnurkade kõrgusena.
Igat objekti analüüsitakse nende kõrvalobjektide kontekstis, mis asuvad teie määratud vahemaa piires. Tööriist arvutab teie jaoks vaikevahemaa või te saate kasutada võimalust seadistada teie analüüsi jaoks sobiva konkreetse vahemaa.
Näiteks kui te uurite kodu-töö teekonna mustreid ja teate, et keskmine teekond tööle on näiteks 15 km, on võimalik, et soovite analüüsi jaoks kasutada 15 kilomeetrist vahemaad.
Sisestage kihi nimi, mis luuakse jaotises Minu sisu ja lisatakse kaardile. See kiht näitab statistiliselt olulisi kõrgete ja madalate väärtustega punktihulkade klastreid. Kui tulemkiht on juba olemas, palutakse teil see ümber nimetada.
Kasutades rippmenüüd Salvesta tulemused, saate jaotises Minu sisu määrata kausta nime, kuhu tulemused salvestatakse.