Hotspots zoeken
De tool Hotspots zoeken bepaalt of er sprake is van statistisch significante clustering in het ruimtelijke patroon van uw gegevens.
- Zijn uw punten (misdaadgevallen, bomen, verkeersongevallen) echt geclusterd? Hoe zeker bent u daarvan?
- Hebt u echt een statistisch significante hotspot gevonden (voor uitgaven, kindersterfte, consistent hoge testscores) of zou uw kaart een ander verhaal vertellen wanneer u de symbolen ervan zou wijzigen?
Zelfs willekeurige ruimtelijke patronen vertonen een bepaald niveau van clustering. Bovendien gaan onze ogen en hersenen van nature op zoek naar patronen, zelfs wanneer deze niet bestaan. Als gevolg daarvan kan het moeilijk zijn om te bepalen of patronen in uw gegevens het resultaat zijn van echte ruimtelijke processen of gewoon het resultaat van toevalligheden. Onderzoekers en analisten gebruiken daarom statistische methoden zoals Hotspots zoeken (Getis-Ord Gi*) om ruimtelijke patronen te kwantificeren. Als u toch statistisch significante clustering in uw gegevens vindt, beschikt u over waardevolle informatie. Als u weet waar en wanneer clustering optreedt, kunt u op zoek gaan naar belangrijke hints over de processen die de patronen die u ziet, bevorderen. Als u weet dat het aantal woninginbraken bijvoorbeeld consequent hoger ligt in bepaalde buurten, beschikt u over essentiële informatie wanneer u efficiënte preventiestrategieën moet ontwikkelen, schaarse politiemiddelen moet inzetten, buurtwachten moet opzetten, diepgaande misdaadonderzoeken moet goedkeuren of mogelijke verdachten moet identificeren.
Kies de laag waarvoor de hotspots worden berekend.
De punten- of vlakkenlaag waar hot en cold spots worden gevonden.
Zoek clusters van hoog en laag
Deze analyse beantwoordt de volgende vraag: Waar vormen hoge en lage waarden ruimtelijke clusters?
Als uw data bestaat uit punten en u kiest Punttellingen, zal deze tool de ruimtelijke ordening van de puntobjecten evalueren om de volgende vraag te beantwoorden: Waar zijn punten onverwacht geclusterd of uitgespreid?
Als u een veld kiest, zal deze tool de ruimtelijke ordening van de waarden geassocieerd met elk object om de vraag te beantwoorden: Waar zijn hoge en lage waarden geclusterd?
Tel punten binnen
Standaard worden punten geteld met een visnetraster gemaakt door de tool gebaseerd op uw puntgegevens. U kunt er ook voor kiezen om punten binnen een zeshoekig raster te tellen of een gebiedlaag op te geven (doorgaans geven deze administratieve districten weer zoals kiesgebieden, gemeentelijke grenzen of provincies) om de volgende vraag te beantwoorden: Zijn er locaties met statistisch significante ruimtelijke clustering van hoge of lage punttellingen op basis van het aantal punten geteld binnen elk gebiedobject?
Bepalen waar punten mogelijk zijn
Teken een laag of geef deze op om te bepalen waar incidenten mogelijk zijn om de vraag te beantwoorden: Zijn er binnen de gebieden locaties met onverwacht hoge of lage puntconcentraties?
De vlakobjecten die u tekent of de objecten in de vlakkenlaag die u opgeeft, moeten bepalen waar punten mogelijk kunnen optreden. Om deze gebieden te tekenen, klikt u op de Tekenen-knop en vervolgens klikt u op een locatie op de kaart om een gebied te maken. Om extra gebieden te tekenen, klikt u nogmaals op de knop voor tekenen en klikt u op een locatie op de kaart om verder te gaan.
Delen door
U wilt misschien soms patronen analyseren die rekening houden met onderliggende verdelingen. Als uw punten bijvoorbeeld misdrijven vertegenwoordigen, zorgt het delen door de totale bevolking voor een analyse van de misdrijven per hoofd van de bevolking in plaats van een misdaadcijfer. Het kiezen van een attribuut om door te delen wordt vaak normalisatie genoemd.
Door te kiezen voor Esri-populatie wordt elk gebiedobject geografisch verrijkt met bevolkingswaarden die dan gebruikt worden als het object om door te delen. Deze optie verbruikt credits.
Opties negeren
De tool zoekt de optimale instellingen voor Celgrootte en Afstandbereik standaardwaarden op basis van de kenmerken van uw data. Maar als u een bepaalde Celgrootte of Afstandsband hebt dat duidelijker is voor uw analyse, kunnen de Override-opties gebruikt worden om die waarden in te stellen.
De Override-opties zijn ook nuttig als u een analyse uitvoert van verschillende datasets, waardoor u Afstandbereik en Celgrootte consistent kunt houden in meerdere datasets. U kunt vervolgens de resultaten gepast vergelijken, bijvoorbeeld, obesitas- en diabetescijfers of zelfs misdaadcijfers voor twee verschillende jaren.
Celgrootte
De grootte van de rastercellen die gebruikt worden om punten te tellen die zich daarin bevinden.
Als u een zeshoekig raster gebruikt om punten erin te tellen, wordt deze afstand gebruikt als de hoogte van de zeshoeken.
Afstandsband
Elk object wordt geanalyseerd binnen de context van die aangrenzende objecten die zich binnen de door u gespecificeerde afstand bevinden. De tool zal voor u een standaardafstand berekenen, of u kunt deze optie gebruiken om een bepaalde afstand in te stellen die voor uw analyse meer geschikt is.
Bijvoorbeeld, als u pendelpatronen bestudeert, en u weet dat de gemiddelde afstand naar de werkplek 15 kilometer is, bijvoorbeeld, dan gebruikt u best een afstandsband van 15 kilometer voor uw analyse.
Resultaat laagnaam
Geef een naam op voor de laag die in Mijn Content wordt gemaakt en aan de kaart wordt toegevoegd. Deze resultaatlaag zal u statistisch significante clusters van hoge en lage waarden of punttellingen tonen. Als de resultaatlaag al bestaat, wordt u gevraagd er een nieuwe naam aan te geven.
Als u in de vervolgkeuzelijst Resultaat opslaan gebruikt, kunt u de naam opgeven van een map in Mijn Content waarin het resultaat wordt opgeslagen.