Summarize Data

The Summarize Data toolset contains tools that calculate total counts, lengths, areas, and basic descriptive statistics of features and their attributes within areas or near other features.

• Aggregate Points calculates statistics about points that fall within specified areas or bins.
• Build Multi-Variable Grid generates a grid of square or hexagonal bins and calculates values for each bin based on the proximity of each input layer.
• Describe Dataset calculates a summary of your input, and can optionally generate a sample of your input layer.
• Join Features calculates statistics about features that share a spatial, temporal, or attribute relationship with other features.
• Reconstruct Tracks calculates statistics about points or polygons that belong to the same track and reconstructs inputs into tracks.
• Summarize Attributes calculates statistics about feature or tabular data that share attributes.
• Summarize Within calculates statistics for area features and attributes that overlap each other.

Aggrega punti

Utilizzando un layer di feature puntuale e un layer di feature areali o dei contenitori definiti da una distanza specifica, questo strumento determina i punti o i contenitori inclusi in ciascuna area e calcola le statistiche su tutti i punti all'interno di ogni area o contenitore. Questo strumento consente anche di applicare i periodi di tempo.

Di seguito sono riportati degli esempi:

• Date le posizioni dei punti relativi a reati, è possibile calcolare il numero di reati per regione o per un altro tipo di distretto amministrativo.
• È possibile calcolare i ricavi minimi e massimi di negozi in franchising utilizzando Bin di 100 km.

Crea griglia multi-variabile

Lo strumento Crea griglia multi-variabile genera una griglia di contenitori quadrati ed esagonali e calcola le variabili per ciascun contenitore in base alla vicinanza di uno o più layer di input.

Di seguito sono riportati degli esempi:

• Considerando più layer di infrastrutture di trasporto pubblico, che parte della città è meno accessibile con trasporto pubblico?
• Considerando layer di acque navigabili, come laghi e fiumi, come si chiama il corso d'acqua più vicino a ciascuna località degli Stati Uniti?
• Considerando un layer di reddito familiare, che zona degli Stati Uniti registra la maggiore variazione di reddito nelle 50 miglia circostanti?

Descrivi dataset

Riepilogare feature di input come statistiche, layer di esempio e visualizzazioni. È possibile scegliere di emettere un layer di esempio o layer di estensione.

Di seguito sono riportati degli esempi:

• Fare riferimento alle statistiche di riepilogo calcolate per comprendere quali valori contiene il dataset.
• Anziché disegnare l'intero dataset, creare un layer di sottoinsieme per visualizzare le feature e i loro attributi quando vengono aggiunte a una mappa.
• Risparmiare tempo e risorse ed eseguire un'analisi su un layer di esempio prima di eseguire l'analisi sull'intero dataset.

Join delle Feature

Utilizzando Feature Layer o dati tabulari, è possibile unire le feature e i record in base a relazioni specifiche tra layer di input o tabelle. I join saranno determinati da relazioni spaziali, temporali e di attributi ed è possibile, facoltativamente, calcolare statistiche di riepilogo.

Di seguito sono riportati degli esempi:

• Date le posizioni puntuali dei reati in un determinato tempo, unire i dati dei reati tra di loro, specificando una relazione spaziale dei reati, entro 1 km l'uno dall'altro e nell'intervallo di 1 ora l'uno dall'altro, per determinare se esiste una sequenza di reati vicini tra loro nello spazio e nel tempo.
• Data una tabella di codici postali con informazioni demografiche e feature areali che rappresentano edifici residenziali, unire le informazioni demografiche agli edifici residenziali, in modo che ciascuno di essi contenga le informazioni.

Ricostruisci Tracce

Utilizzando un layer di punti abilitati per variazioni temporali o feature poligonali che rappresentano un istante nel tempo, questo strumento determina quali feature di input appartengono a una traccia e ordinerà gli input in modo sequenziale nel tempo. Le statistiche vengono calcolate facoltativamente per le feature di input all'interno di ogni traccia.

Di seguito sono riportati degli esempi:

• Date le posizioni puntuali e l'ora delle misurazioni degli uragani, calcolare la velocità media del vento e la pressione massima del vento dell'uragano.
• Usare misurazioni GPS di navi per ricostruire percorsi navali come linee.

Riepiloga attributi

Utilizzando feature o dati tabulari, questo strumento riepiloga le statistiche per campi specifici.

Di seguito sono riportati degli esempi:

• Date le posizioni dei negozi di alimentari con un campo COMPANY_NAME, riepilogare i negozi in base al nome della società per determinare le statistiche per ciascuna società.
• Data una tabella di negozi di alimentari con i campi COMPANY_NAME e COUNTY, riepilogare i negozi in base al nome della società e della regione per determinare le statistiche per ciascuna società in ogni regione.

Riepiloga Entro

Consente di trovare aree (e parti di aree) che si sovrappongono tra due layer e di calcolare le statistiche sulla sovrapposizione.

Di seguito sono riportati degli esempi:

• Dati un layer di aree spartiacque e un layer di aree di utilizzo del suolo per tipo di utilizzo, è possibile calcolare la superficie totale in acri del tipo di utilizzo del suolo per ogni spartiacque.
• Dati un layer di particelle in una regione e un layer di confini di città, è possibile riepilogare il valore medio delle particelle non occupate in ogni città.

Rileva Eventi

Questo strumento funziona con un layer abilitato per variazioni temporali di punti, linee, aree o tabelle che rappresentano un istante nel tempo. L’uso di feature ordinate in sequenza, denominate tracce, questo strumento determina quali feature sono eventi di interesse. Gli eventi vengono determinati dalle condizioni specificate.

Di seguito sono riportati degli esempi:

• Rilevare le misurazioni degli uragani di Categoria 4 in base all’attributo di velocità del vento.
• Utilizzando le misurazioni GPS del movimento della nave con un campo che rappresenta la velocità della nave, trovare le misurazioni superiori di 1,5 volte alla media delle precedenti cinque misurazioni.

Analizza modelli

Questi strumenti consentono di identificare, quantificare e visualizzare i modelli spaziali nei dati.

• Calcolo densità consente di valutare quantità note di alcuni fenomeni e di diffondere tali quantità nella mappa.
• Trova hot spot consente di identificare cluster di rilevanza statistica nel modello spaziale dei dati.
• Trova cluster punti trova i cluster di feature puntuali entro il disturbo circostante in base alla loro distribuzione spaziale.
• Classificazione e regressione basate sulla foresta crea modelli e genera previsioni utilizzando un adattamento dell'algoritmo della foresta causale di Leo Breiman, un metodo di apprendimento automatico revisionato.
• Regressione lineare generalizzata genera previsioni o modella una variabile dipendente in base alla sua relazione con un set di variabili esplicative.

Calcolo Densità

Lo strumento Calcolo densità consente di creare una mappa di densità a partire da feature puntuali diffondendo nella mappa quantità note di alcuni fenomeni (rappresentati come attributi dei punti). Il risultato è un layer di aree che rappresentano la densità.

Di seguito sono riportati degli esempi:

• Per calcolare le densità relative agli ospedali presenti in una determinata area. Nel layer dei risultati verranno indicate le aree con maggiore o minore accessibilità agli ospedali e tali informazioni saranno utili per stabilire dove costruire nuove strutture.
• Per identificare aree ad alto rischio di incendio sulla base dei luoghi in cui nel tempo si sono verificati incendi di aree boschive.
• Per individuare le comunità più lontane dalle principali autostrade e pianificare le aree in cui costruire nuove strade.

Trova cluster punti

Lo strumento Trova cluster punti trova i cluster di feature punto entro il disturbo circostante in base alla loro distribuzione spaziale.

Di seguito sono riportati degli esempi:

• Trovare cluster di famiglie infestate da -parassiti per gli sforzi di eradicazione.
• Informare e agire sulle esigenze di soccorso ed evacuazione in base alle dimensioni e alla posizione dei cluster utilizzando tweet geolocalizzati in seguito a pericoli naturali o attacchi terroristici.

Trova Hot Spot

Lo strumento Trova Hot Spot consente di determinare la presenza di cluster statisticamente rilevanti nel modello spaziale dei dati.

• I punti (reati, alberi, incidenti stradali) sono realmente organizzati in cluster? Come si può verificarlo?
• È stato effettivamente individuato un hot spot di rilevanza statistica (ai fini della spesa, della mortalità infantile, di punteggi di test elevati) oppure la mappa raffigurerebbe una situazione diversa se venisse cambiata la simbologia?

Classificazione e regressione basate sulla foresta

Lo strumento Classificazione e regressione basate sulla foresta modella e genera previsioni utilizzando un adattamento dell'algoritmo della foresta causale di Leo Breiman, un metodo di apprendimento automatico revisionato

Di seguito sono riportati degli esempi:

• Considerando dei dati sulla comparsa di praterie, nonché il numero di variabili esplicative ambientali rappresentate sia come attributi cui siano stati aggiunti dati usando una griglia multi-variabile per calcolare le distanze dalle fabbriche a monte sia come porti principali, la comparsa futura di praterie può essere prevista sulla base di proiezioni future per quelle stesse variabili esplicative ambientali.
• Supponiamo di disporre di dati di raccolti di centinaia di fattorie in tutto il paese insieme ad altri attributi per ciascuna di quelle fattorie (numero di dipendenti, superficie in acri e così via). Usando questi dati, è possibile fornire una serie di feature che rappresentano fattorie in cui non si ha un raccolto (ma si hanno tutte le altre variabili) ed eseguire una previsione sul raccolto.
• I valori delle abitazioni possono essere previsti sulla base dei prezzi delle case vendute nell'anno attuale. Il prezzo di vendita delle case vendute può essere usato insieme alle informazioni sul numero di stanze da letto, sulla distanza da scuole, sulla vicinanza ad autostrade principali, sul reddito medio e sui conteggi dei crimini per prevedere i prezzi di vendita di case simili.

Regressione lineare generalizzata

Lo strumento Regressione lineare generalizzata genera previsioni o modella una variabile dipendente in base alla sua relazione con un set di variabili esplicative. Questo strumento può essere usato per adattare modelli continui (OLS), binari (logistici) e di conteggio (Poisson).

Di seguito sono riportati degli esempi:

• Quali caratteristiche demografiche contribuiscono a tassi elevati di utilizzo del trasporto pubblico?
• Esiste una relazione positiva tra vandalismo e furti in appartamento?
• Quali variabili prevedono efficacemente il volume di chiamate al numero di emergenza? Considerate le proiezioni future, qual è la richiesta prevista per le risorse di soccorso di emergenza?
• Quali variabili incidono sulla bassa frequenza di nascite?

Manage Data

These tools are used for the day-to-day management of geographic and tabular data.

• Append Data appends features to an existing hosted feature layer.
• Calculate Field creates a new field or modifies an existing field and creates a new layer in your contents.
• Clip Layer copies features that intersect a defined area of interest.
• Copy to Data Store copies data to your ArcGIS Data Store and creates a layer in your contents.
• Dissolve Boundaries merges areas that share a common boundary or attribute value.
• Merge Layers copies all features from two layers into a single result layer.
• Overlay Layers combines two or more layers into a single layer.

Sovrapponi Layer

Combina due o più layer in un unico layer. La sovrapposizione costituisce la risposta ad una delle più elementari domande di geografia, ovvero "Cosa sta sopra e cosa sta sotto?"

Di seguito sono riportati degli esempi:

• Quali lotti di terreno sono inclusi nella pianurasoggetta a esondazioni ogni 100 anni? da 100 anni?
• Quale uso del suolo si fa di un determinato tipo di terreno?
• Quali pozzi si trovano in basi militari abbandonate?

Aggiungi dati

Aggiunge feature ad un layer hosted esistente nei contenuti in ArcGIS Enterprise.

Di seguito sono riportati degli esempi:

• Aggiornare il feature layer 2018_Sales ogni mese in quanto i report diventano disponibili.
• Aggiungere dataset di monitoraggio degli uragani degli anni 2016 e 2017 in un dataset sugli uragani master.
• Raccogliere e aggiungere dataset da varie origini con schemi diversi utilizzando la mappatura dei campi personalizzata.

Unisci Layer

Combina due feature layer per creare un unico layer risultante. Tutti i campi del layer di unione saranno inclusi per impostazione predefinita; in alternativa, è possibile specificare delle regole personalizzate di unione per definire lo schema risultante.

Di seguito sono riportati degli esempi:

• Unire tre layer contenenti informazioni demografiche dall'Inghilterra, dal Galles e dalla Scozia per creare un unico layer della Gran Bretagna.
• Combinare due layer contenenti informazioni catastali relative a municipalità contigue, tenendo solo i campi che presentano lo stesso nome e lo stesso tipo nei due layer.

Aggiungi dati da griglia multi-variabile

Unisce efficacemente gli attributi di una griglia multi-variabile in un layer puntuale, consentendo di aggiungere rapidamente una raccolta grande e variegata di informazioni ai dati puntuali da usare in ulteriori analisi spaziali.

Di seguito sono riportati degli esempi:

• Considerando un layer contenente milioni di eventi di black-out elettrici, aggiungere alle feature degli eventi informazioni sull'uso tipico, rischi ambientali e condizioni delle infrastrutture al fine di studiare la relazione tra tali fattori e la frequenza di black-out elettrici.