L'outil Rechercher les points chauds détermine si le modèle spatial de vos données présente des agrégations statistiquement significatives.
Même les modèles spatiaux aléatoires présentent un certain degré d'agrégation. En outre, nos yeux et notre cerveau tentent naturellement d'identifier des modèles même si aucun n'existe. Par conséquent, il peut être difficile de savoir si les modèles de vos données sont le résultat de processus spatiaux réels en cours ou s'ils découlent simplement du hasard. C’est pourquoi les chercheurs et les analystes utilisent des méthodes statistiques, telles que Trouver des points chauds (Getis-Ord Gi*) pour quantifier les modèles spatiaux. La réalisation d'une agrégation statistiquement significative sur vos données permet d'obtenir des informations précieuses. Le fait de savoir où et quand l'agrégation se produit peut fournir des indications importantes sur les processus qui favorisent les modèles auxquels vous assistez. Par exemple, savoir que le nombre de cambriolages résidentiels est plus élevé dans certains quartiers constitue une information clé si vous devez mettre en place des stratégies de prévention efficaces, allouer des ressources policières limitées, initier des programmes de surveillance de quartier, autoriser des enquêtes criminelles approfondies ou identifier des suspects potentiels.
La couche ponctuelle dans laquelle les points chauds et froids seront recherchés.
Cette analyse utilise des groupes et requiert un système de coordonnées projetées. Vous pouvez définir le système de coordonnées de traitement dans Environnements d'analyse. Si votre système de coordonnées de traitement n’est pas défini sur un système de coordonnées projetées, vous êtes invité à le configurer lorsque vous lancez Run analysis (Exécuter l’analyse) .
Outre le fait de choisir une couche de votre carte, vous pouvez sélectionner Choose Analysis Layer (Choisir une couche d’analyse) au bas de la liste déroulante pour parcourir votre contenu et rechercher une couche d’entités ou un jeu de données de partage de fichiers Big Data.
Cette analyse répond à la question suivante : où les valeurs élevées et faibles s'agrègent-elles spatialement ?
Si vos données sont des points et que vous choisissez Nombre de points, cet outil évalue l'organisation spatiale des entités ponctuelles pour répondre à la question : où trouve-t-on les points agrégés de manière inattendue ou dispersés de manière inattendue ?
Si vous choisissez un champ, cet outil évalue l'organisation spatiale des valeurs associées à chaque entité pour répondre à la question : où se trouve l'agrégation des valeurs élevées et faibles ?
La distance utilisée pour générer les groupes carrés qui serviront à analyser vos points en entrée.
Si le temps est activé sur la couche de points et qu'il est de type instantané, vous pouvez effectuer l'analyse à l'aide d'intervalles temporels.
Intervalle de temps utilisé pour générer des intervalles temporels. L'heure peut s'aligner sur l'heure de début ou de fin des données en entrée, ou sur une heure de référence spécifiée.
Intervalle de temps utilisé pour générer des intervalles temporels. L'heure peut s'aligner sur l'heure de début ou de fin des données en entrée, ou sur une heure de référence spécifiée.
Mode d'alignement des intervalles temporels. Vous pouvez aligner les intervalles temporels de trois manières :
La date et l'heure utilisées pour aligner les intervalles temporels.
La distance utilisée pour déterminer le voisinage utilisé pour le calcul des points chauds. Le voisinage doit être de taille supérieure à celle du groupe pour s'assurer que chaque groupe possède au moins un voisin. Chaque groupe est analysé et comparé aux groupes voisins.
Il s'agit d'un paramètre temporaire de la version préliminaire qui permet de définir la référence spatiale de traitement. De nombreux outils Big Data nécessitent l'utilisation d'un système de coordonnées projetées comme référence spatiale pour le traitement. Par défaut, l'outil utilise le système de coordonnées en entrée, mais échoue s'il s'agit d'un système de coordonnées géographiques. Pour définir un système de coordonnées projetées, saisissez le WKID. Par exemple, Web Mercator est saisi sous la forme 3857
.
Les résultats de géoanalyse sont stockés dans un répertoire de données et s’affichent en tant que couche d’entités dans Portal for ArcGIS. Dans la plupart des cas, les résultats doivent être stockés dans le stockage des données spatio-temporelles, ce qui est le paramètre par défaut. Dans certains cas, il peut être judicieux d’enregistrer les résultats dans un data store relationnel. Voici les raisons pour lesquelles stocker les résultats dans le data store relationnel :
Vous ne devez pas utiliser le data store relationnel si vous pensez que vos résultats GeoAnalytics vont augmenter et que vous devez tirer parti des fonctionnalités du le data store Big Data spatio-temporel pour gérer les grands volumes de données.
Nom de la couche à créer. Si vous écrivez sur une instance ArcGIS Data Store, les résultats seront enregistrés dans My Content (Mon contenu) et ajoutés à la carte. Si vous écrivez sur un partage de fichiers Big Data, les résultats seront enregistrés dans le partage de fichiers Big Data et ajoutés à son manifeste. Il ne sera pas ajouté à la carte. Le nom par défaut repose sur le nom de l'outil et sur le nom de la couche en entrée. Si la couche existe déjà, l'outil échoue.
Cette couche de résultat vous présente les grappes statistiquement significatives des valeurs élevées et faibles ou des nombres de points. Si le nom de la couche de résultats existe déjà, vous devez renommer la couche.
Lors de l’écriture sur ArcGIS Data Store (répertoire de données relationnelles ou spatio-temporelles) via la zone de liste déroulante Save result in (Enregistrer le résultat dans), vous pouvez spécifier le nom d’un dossier dans My Content (Mon contenu) où le résultat sera enregistré.