Duyarlı Noktaları Bul

Etkin Nokta Bul

Etkin Nokta Bul aracı, verinizin mekansal modelinde istatistiksel açıdan önemli bir kümelenme olup olmadığını belirleyecektir.

Etkin Nokta Bul Aracı bu sorulara güvenle cevap vermenize yardımcı olacaktır.

Rastgele mekansal yapılarda bile bir dereceye kadar kümelenme görülür. Bunun yanı sıra, ortada yapı bulunmasa da, gözlerimiz ve beynimiz doğal olarak varmış gibi bunları arar. Sonuçta verilerinizdeki yapıların gerçek mekansal süreçlerin sonuçları olarak mı yoksa yalnızca rastgele mi ortaya çıktığının anlaşılması zordur. İşte bu nedenle araştırmacılar ve analistler mekansal yapıları sayısallaştırmak için Duyarlı Noktaları Bul (Getis-Ord Gi*) gibi istatistiksel yöntemleri kullanır. Verilerinizde istatistiksel olarak anlamlı kümelenme belirlediğinizde, elinizde önemli bilgiler var demektir. Kümelenmenin nerede ve ne zaman oluştuğunun bilinmesi, gördüğünüz yapıları kullanan süreçler hakkında önemli ipuçları sağlayabilir. Örneğin, konut bölgelerindeki hırsızlıkların belirli komşu bölgelerde sürekli biçimde daha yüksek olduğunun bilinmesi; etkili önlem stratejilerinin tasarlanması, sınırlı güvenlik gücü kaynaklarının atanması, komşu bölgeleri izleme programlarının hayata geçirilmesi, ayrıntılı kriminal araştırmaların yürütülmesi veya potansiyel şüphelilerin belirlenmesi gereken durumlarda hayati öneme sahiptir.

Duyarlı noktaların hesaplanacağı katmanı seçin.

Duyarlı olan ve olmayan noktaların bulunacağı nokta veya alan katmanı.

Yüksek ve düşük kümelenmeleri bul

Bu analiz şu soruyu yanıtlamaktadır: Yüksek ve düşük değerler mekansal olarak nerede kümeleniyor?

Verileriniz nokta ise ve Nokta Sayısı seçeneğini belirlerseniz, bu araç nokta detaylarının mekansal düzenlemesini değerlendirerek şu soruyu yanıtlar: Noktaların beklenmedik şekilde kümelendiği veya dağıldığı yerler neresidir?

Bir alan seçerseniz, bu araç her detayla ilişkilendirilen değerlerin mekansal düzenlemesini değerlendirerek şu soruyu yanıtlar: Yüksek ve düşük değerler nerede kümeleniyor?

Şuradaki noktalar sayılsın:

Varsayılan işlem, nokta verilerinize dayanarak araç tarafından oluşturulan bir balık ağı çerçevesindeki noktaların sayılmasıdır. Alternatif olarak, şu soruya yanıt vermek için altıgen bir kılavuz içindeki noktaları saymayı veya bir alan katmanı (genelde bunlar nüfus sayımı alanları, belediye sınırları ya da ilçeler gibi resmi yönetim bölgelerini yansıtır) sağlamayı tercih edebilirsiniz: Her alan detayında sayılan nokta sayısı düşünüldüğünde, yüksek ya da düşük nokta sayısının mekansal kümelemesinin istatistiksel olarak anlamlı olduğu konumlar var mı?

Noktaların nerede bulunabileceğini tanımla

Şu soruya yanıt vermek için bir katman çizin ya da noktaların bulunabileceği katmanı sağlayın: Alanlar içinde beklenmedik şekilde yüksek ya da düşük nokta yoğunluğuna sahip konum var mı?

Çizdiğiniz alan detayları ya da belirttiğiniz alan katmanındaki detaylar, noktaların oluşma olasılığı olan yerleri tanımlamalıdır. Bu alanları çizmek için Çiz düğmesine tıklayın ve alan şekli oluşturmak için harita üzerindeki bir konuma tıklayın. Ek alanlar çizmek için çiz düğmesine yeniden tıklayın ve daha sonra harita üzerindeki bir konuma tıklayarak işleme devam edin.

Bölü

Bazen, görünmeyen dağılımları dikkate alan yapıları analiz etmek isteyebilirsiniz. Örneğin, suç vakalarını temsil eden noktalarınız toplam nüfus rakamıyla bölünürse, ham suç sayısı yerine kişi başına düşen suç vakası sayısı ile analiz yapma olanağı elde edilir. Bir öznitelik ile bölme işlemi, sık sık normalleştirme olarak adlandırılır.

Esri Population uygulamasının seçilmesi, her alan detayını nüfus değerleriyle zenginleştirir, bunlar daha sonra bölme için kullanılacak öznitelik olarak değerlendirilir. Bu seçenek için kredi kullanılması gerekir.

Geçersiz Kılma Seçenekleri

Araç, verilerinizin özelliklerine dayanarak en uygun Hücre Boyutu ve Mesafe Bandı varsayılan ayarlarını bulur. Bununla birlikte, analiziniz açısından anlamlı belirli bir Hücre Boyutu veya Mesafe Bandı değeri varsa, söz konusu değerleri ayarlamak için Seçenekleri Geçersiz Kıl işlevi kullanılabilir.

Seçenekleri Geçersiz Kıl, analizi farklı veri kümeleri üzerinde çalıştırırken de yararlıdır; birden çok veri kümesinde Mesafe Bandı ve Hücre Boyutu değerlerini tutarlı kullanmanıza olanak tanır. Bu şekilde, sonuçları uygun biçimde, örneğin iki farklı yıl için obezite ve diyabet ve hatta suç oranlarını karşılaştırabilirsiniz.

Hücre Boyutu

İçindeki noktaların sayılması için kullanılan kılavuz hücrelerinin boyutu.

İçindeki noktaları saymak için bir altıgen kılavuz kullanılırken, bu mesafe değeri altıgenlerin yüksekliği olarak kullanılır.

Mesafe Bandı

Her detay, belirttiğiniz mesafe içindeki söz konusu komşu detaylar kapsamında analiz edilir. Araç, otomatik olarak varsayılan bir mesafe hesaplar veya bu seçeneği kullanarak analiziniz açısından anlamlı olan belirli bir mesafe değeri ayarlayabilirsiniz.

Örneğin, işe ulaşım modellerini inceliyor ve işe gidişte kat edilen ortalama mesafenin 15 km olduğunu biliyorsanız, analiziniz için 15 km'lik bir mesafe bandı kullanabilirsiniz.

Sonuç katmanı adı

İçeriğim alanında oluşturulacak ve haritaya eklenecek katman için bir ad girin. Bu sonuç katmanı size yüksek ya da düşük değer ya da nokta hesabının istatistiksel olarak önemli kümelerini gösterecektir. Sonuç katmanı adı zaten mevcutsa, bunu yeniden adlandırmanız istenir.

Sonuçları kaydet açılır kutusunu kullanarak İçeriğim alanında sonucun kaydedileceği klasör adını belirleyebilirsiniz.