Hae HotSpot-pisteitä
Etsi kuumat pisteet -toiminto määrittää, onko tietojen koordinaattikuviossa tilastollisesti merkitsevää ryvästä.
- Muodostavatko pisteet klusterin? Miten tästä voi varmistua?
- Oletko löytänyt tilastollisesti merkitsevän kuuman pisteen vai kertooko kartta muuta, jos muuttaisit sen symbolien esitystapaa?
Jopa satunnaiset paikkatietomallit sisältävät jonkinasteista klusterointia. Lisäksi silmämme ja aivot pyrkivät tietenkin löytämään malleja, vaikka niitä ei olisikaan. Näin ollen voi olla vaikea tietää, ovatko aineiston mallit todellisten, työssä läpikäytyjen paikkatietoprosessien tuloksia vai vain sattuman aiheuttamia tuloksia. Tästä syystä tutkijat ja analyytikot käyttävät tilastollisia malleja, kuten Etsi HotSpot-pisteitä (Getis-Ord Gi*), paikkatietomallien määrittämiseen. Kun löydät tilastollisesti merkittävää klusterointia aineistosta, käytössäsi on arvokasta tietoa. Tieto siitä, missä ja milloin klusterointia tapahtuu, voi tarjota tärkeitä vihjeitä näkemiäsi malleja tukevista prosesseista. Esimerkiksi tieto siitä, että asuinalueiden murtovarkaita esiintyy huomattavasti enemmän tietyillä alueilla, on tärkeää, jos haluat suunnitella tehokkaita suojautumisstrategioita, käyttää vähäisiä poliisin resursseja, aloittaa naapuruston vahtivuoro-ohjelmia, valtuuttaa tekijöitä perusteelliseen rikostutkintaan tai tunnistaa mahdollisia epäiltyjä.
Valitse karttataso, jonka HotSpot-pisteet lasketaan
Piste- tai aluekarttataso, josta HotSpot- ja ColdSpot-pisteet löytyvät.
Etsi klusterit, joissa on suuria ja pieniä arvoja
Tämä analyysi vastaa seuraavaan kysymykseen: minne pienet ja suuret arvot muodostavat klusterin?
Jos aineistosi sisältää pisteitä ja valitset Pistemäärät-vaihtoehdon, työkalu arvioi pistekohteiden koordinaattiasettelun ja vastaa seuraavaan kysymykseen: missä kohdissa pisteet muodostavat odottamattomia klustereita tai hajoamisia?
Jos valitset kentän, tämä työkalu arvioi niiden arvojen koordinaattiasettelun, jotka liittyvät kuhunkin kohteeseen, ja vastaa seuraavaan kysymykseen: mihin pienet ja suuret arvot klusteroituvat?
Laske pisteet kohteessa
Oletusarvon mukaan ohjelma laskee työkalun luoman vektoriruudukon pisteet pisteaineistosi perusteella. Voit vaihtoehtoisesti vastata seuraavaan kysymykseen laskemalla kuusikulmioruudukon pisteet tai määrittämällä aluekarttatason (yleensä hallintoalueita, kuten kuntien tai piirikuntien rajoja vastaava alue): onko sellaisia sijainteja, joihin liittyy tilastollisesti merkitseviä pienten tai suurten määrien koordinaattikeskittymiä, kun otetaan huomioon kunkin aluekohteen pisteiden määrä?
Määritä pisteiden mahdollinen sijainti
Vastaa seuraavaan kysymykseen joko piirtämällä tai määrittämällä karttataso, jossa tapaukset ovat mahdollisia: onko raja-alueilla sijainteja, joissa on odottamattoman pieniä tai suuria pistekeskittymiä?
Piirtämäsi aluekohteet tai määrittämäsi aluetason kohteet määrittävät, missä pisteet voivat esiintyä. Voit piirtää nämä alueet napsauttamalla piirtopainiketta ja napsauttamalla sitten kartan sijaintia. Näin syntyy aluemuoto. Voit piirtää muita alueita napsauttamalla piirtopainiketta uudelleen ja jatkaa napsauttamalla sen jälkeen kartan sijaintia.
Jakaja
Toisinaan haluat ehkä analysoida malleja, jotka ottavat huomioon taustalla olevat jakaumat. Jos pisteesi edustavat esimerkiksi rikoksia, arvon jakaminen kokonaisväestömäärällä antaisi tuloksesi analyysin rikosten määrästä asukasta kohti eikä varsinaisten rikosten määrästä. Jakajana käytettävän ominaisuustiedon valintaan viitataan normalisointina.
Vaihtoehdon Esri Population valinta rikastaa kutakin aluekohdetta väestötietoarvoilla, joita käytetään edelleen jakajana käytettävänä ominaisuustietona. Tämä vaihtoehto kuluttaa krediittejä.
Ohita asetukset
Työkalu löytää optimaaliset oletusasetukset solun koolle ja etäisyyskaistalle aineiston ominaisuuksien perusteella. Jos tietty solun koko tai etäisyyskaista on kuitenkin parempi analyysia ajatellen, voi ohittaa oletusarvot Ohita asetukset -vaihtoehdolla.
Ohita asetukset -vaihtoehdosta on hyötyä myös silloin, kun analysoit eri aineistoryhmiä, jolloin voit säilyttää etäisyyskaistan ja solun koon arvot yhtenäisinä useiden aineistoryhmien välillä. Voit sen jälkeen verrata tuloksia asianmukaisesti, kuten ylipaino- ja diabeteslukuja tai jopa rikollisuuslukuja kahdelta eri vuodelta.
Solukoko
Niiden ruudukkosolujen koko, joita käytetään niiden sisältämien pisteiden laskentaan.
Kun käytät kuusikulmioruudukkoa sen sisältämien pisteiden laskentaan, tätä etäisyyttä käytetään kuusikulmioiden korkeutena.
Etäisyyskaista
Kukin kohde analysoidaan niiden lähellä olevien kohteiden kontekstissa, jotka sijaitsevat määrittämälläsi etäisyydellä. Työkalu laskee oletusetäisyyden puolestasi, tai voit käyttää tätä asetusta analyysin kannalta merkittävän tietyn etäisyyden määrittämiseen.
Jos tutkit esimerkiksi joukkoliikennemalleja ja tiedät, että keskimääräinen työmatka on esimerkiksi 15 mailia, voit käyttää analyysissasi 15 mailin etäisyyskaistaa.
Tulostason nimi
Anna sen tason nimi, joka luodaan Oma sisältö -alueelle ja lisätään karttaan. Tulostasossa näkyvät tilastollisesti merkitsevät pienten ja suurten arvojen keskittymät. Jos tulostason nimi on jo käytössä, saat kehotuksen nimetä tason uudelleen.
Avattavan Tallenna tulos kohteeseen -valikon avulla voit määrittää sen Oma sisältö -kansion nimen, johon tulos tallennetaan.