首页必赢亚洲bwin188 › 空间统计(三)聚类分布制图

空间统计(三)聚类分布制图

必赢亚洲bwin188 1

当时组工具中蕴藏众所周知的热点分析工具,通过是家伙我们能够捕获到大方数额中的热以及冷点,对咱们解析问题发深怪的拉。例如,在犯罪分析着,我们得研究如何位置犯罪频繁并且聚集,对增设警力来第一的相助作用。工具集中之另外工具也生相近的意图,都是经过推行聚类分析来识别具有统计显著性的红、冷点和空中充分值的职务。

按惯例,我们还是 one by one 来拘禁。

Similarity Search

一般搜索工具,顾名思义,工具根据要素属性确定哪些候选要素和输入要素最相似或太无一般。

推选个栗子:

自要找到与圣地亚哥5春以下孩子、未成年人、65夏以上中老年人人数分布类同的都市:

必赢亚洲bwin188 2

工具中本人开如下配置:

必赢亚洲bwin188 3

结果于此,其中 Similarly Rank 为 1 的哪怕为老三个年属性最相似的都会
Orange:

必赢亚洲bwin188 4

匹配方法参数中提供了3栽算法,分别吗:属性值、等级属性值或性质剖面(余弦相似性)。

或许的使

人力资源经理或要能证实公司之工钱范围。找有在尺寸、生活本、市容建筑方面相似之市后,她即好查阅这些城市之工钱范围,从而查看他们是不是当这个行列。

犯案分析师希望物色数据库以查看有罪行是否属较重犯罪形式要产生重罪趋势。

  • 课外健身计划在 A

    城极其成。计划提倡者期望找到与那个计划推广的候选城市拥有相似特性的其他城市。

    执法单位用之措施揭露毒品种植地要生产地。标识具备相似特性的地方或者推动制定未来之搜目标。

    大型零售商不仅拥有数单成功企业,也发出个别业绩不优的商号。找到有持有相似人口特点与环境特色(交通便利性、知名度及商业互补性等等)的地方推进标识新店的最佳位置。

Grouping Analysis

俺们当读书研究事物时,有事需要针对事物进行分拣从而帮助了解以及析。在ArcGIS
中,分析分组分析工具就是是来展开这逻辑分类过程,它见面执行一个分类过程来索数据被是的本来聚类。要素相似性是依据您也剖字段参数指定的均等组特性,同时还好概括空间性或空中-时间属性。

必赢亚洲bwin188 5

于此家伙被生只第一之参数—— Spatial
Constrains,用于安装分组过程是否受某种空间关系约,具体而挑选的计如下:

  • CONTIGUITY_EDGES_ONLY — 共享一长边的络绎不绝的面才属于同一个组。
  • CONTIGUITY_EDGES_CORNERS —
    共享一修边或一个折点的相连面才属于同一个组。
  • DELAUNAY_TRIANGULATION —
    同一个组中的要素至少存有一个跟该组中的外一样元素一起用之自然邻域。自然邻域关系因
    Delaunay 三角测量。从概念上摆,Delaunay
    三角测量可以根据要素质心创建不重叠的三角网。每个要素是一个三角形结点,具有公共边的结点被视为邻域。
  • K_NEAREST_NEIGHBORS —
    同一个组中的素将互动接近;每个要素至少是该组中之一一样其它因素的邻域。邻域关系因最近的
    K 要素,您得以是为“相邻要素的数额”参数指定整型值 K。
  • GET_SPATIAL_WEIGHTS_FROM_FILE —
    空间关系以及可选的时态关系通过空中权重文件 (.swm)
    进行定义。使用“生成空间权重矩阵”工具创建空间权重矩阵文件。
  • NO_SPATIAL_CONSTRAINT —
    只能用数据空间邻域法对素进行分组。要素不是必须在空中或时刻及相互接近,才会属于同一个组。

或是的采用

而你抱有来自所在州郊农场的沙门氏菌样本,以及包括项目/类别、位置与日期/时间在内的性质。为了更好地问询细菌如何传播和扩散,您可以分组分析工具将样本划分也顺序“爆发”。您或许决定使空间-时间约,因为同样次爆发的样本会在空间和时间及会特别接近,而且为会见跟同一类别/类别的菌关联。确定分组之后,可以运用另外空间模式分析工具,比如标准差椭圆、平均中心要濒临邻来分析各个一样不行爆发。

倘你搜集了关于动物观察地方的数码,以便更好地打听它的领地,分组分析工具或特别有扶持。例如,了解鲑鱼在不同生命阶段的汇聚地点以及时空,可以帮助您设计保护区,以援手确保成功培养。

作为同称呼农学家,您可能想用钻领域内的差土壤进行归类。对由此平等雨后春笋样本发现的土特征使用分组分析好协助识别出鲜明的、空间及相邻之土类型的聚类。

比如购买方式、人口统计特征及/或旅行方式对客户开展分组,可以拉而也公司产品制订有效之营销策略。

城市规则师常常需要以逐条都划分成不同之邻域,以便有效地稳住公共设施、促进地方能动性和提高社区参与度。对都街区的物理及人口统计特征使用分组分析,可以辅助规划师确定有相似物理和人口统计特征并且于空间上相邻的城池区域。

当对聚集的数目进行剖析时,生态谬误都是一个显眼的统计测算问题。通常,用于分析的集聚方案对咱们怀念使分析的情从未其它关联。例如,人口普查数据是冲人分布而聚,而人分布状况或不是用来进展火灾分析的顶尖选项。针对跟当前分析问题准确相关的同等组属性,将可能的极其小集合单位划分成同质区域,是跌聚合偏差和避免生态谬误的如出一辙种中办法。

Hot Spot Analysis (Getis-Ord Gi*)

香分析工具是独 Most Popular
工具,经常会面受用到,通过者工具,我们可以来辨别出统计显著性的看好以及冷点。例如,警察局会调查哪个区域是刑事案件的高发区?这就是一个独立的热分析例子。如下图,黑点表示报警位置,其中属于性表中蕴含一个告发次数之字段,得到了犯罪热点。从而警察局可以设想于热点位置增设警力。

必赢亚洲bwin188 6

这工具的行事章程吧:查看近要素条件中之每一个因素。因此,仅仅一个孤立的高值不会见结热点,说白了就算,单个要素和她的邻里都是高值才终于热点。在热门分析工具中,z
得分和 p
值都是统计显著性的襟怀,用于逐要素地看清是否不肯零假设。置信区间(Gi_Bin字段)
+3 到 -3 中之素反映买信度为 99% 的统计显著性,置信区间 +2 到 -2
中之要素反映买信度为 95% 的统计显著性,置信区间 +1 到 -1
中之素反映市信度为 90% 的统计显著性;而置信区间 0
中要素的聚类则尚未统计学意义。

假定要素的 z 得分高且 p 值小,则代表出一个高值的半空中聚类。如果 z
得分低并为负数且 p 值小,则表示出一个低值的空间聚类。z
得分越强(或越低),聚类程度就更加老。如果 z
得分接近受零,则意味未存在明显的空间聚类。

有关这工具的提议:

  • 输入而素类是否至少含有 30 只要素?如果简单 30 独元素,则结果不可靠。
  • 若选择的长空关系之虚幻是否方便?对于这个工具,建议以一定距离限制方法

想必的行使

应用领域包括:犯罪分析、流行病学、投票模式分析、经济地理学、零售分析、交通问题分析和人口统计学。其中的片应用示范包括:

  • 病集中爆发于啊职位?
  • 何处的厨房火灾在装有住宅火灾被所占的比重超了正规范围?
  • 急切疏散区应在何处?
  • 峰值密集区产出吃哪里/何时?
  • 咱承诺以怎么位置和什么时间段分配还多之资源?

Optimized Hot Spot Analysis

当不久前几乎独版本的 ArcGIS 中大多矣一个
“优化的香分析工具”,我们怎样了解是家伙也?帮助文档中有一个比方,好比“数码相机自动根据光线、拍摄重点及背景对比度的读数,来规定适合的光圈、快门速度和焦点”,优化的红分析是依据输入数据的特性派生参数,从而赢得有最佳热点结果的装,然后实施热点分析工具。

概括,如果用到单反,使用“优化的热分析工具”好于拿摄像模式调整成了“全自动”,而以“热点分析工具”好于将摄像模式调成“手动”,热点分析工具允许我们了控制所有参数选项。运行优化的热点分析工具并记录其利用的参数设置,有助于优化设置热点分析
(Getis-Ord Gi*) 工具的参数。

开辟这个家伙,我们会发现,这个家伙太迷人了,除了输入和输出参数,其他所有参数都是可选的,都好无填!
果然是机动模式,傻瓜相机版红分析。但是,这几个参数决定了优化热点分析的措施,为了“照片”更美,还是用了解些东西的,一起来看看:

解析字段:当要分析的数目遭到有一个字段存储了采样值,我们想询问之采样值的高值与低值的汇聚区域,那分析字段就需要选择这个字段。

当我们的数未持有如此的采样值,并且我们期望研究之是触发之计数,也就是研究:哪里存在多点?哪里在大少沾?这时,选择一样栽会合方案即便换得要了。

工具被提供了三栽聚合方案:

1)
COUNT_INCIDENTS_WITHIN_FISHNET_POLYGONS:采用渔网聚合,渔网的网格大小由工具根据点的离开关系决定。

必赢亚洲bwin188 7

2)
COUNT_INCIDENTS_WITHIN_AGGREGATION_POLYGONS:提供聚合面以覆盖事件聚合面参数中的事件点数量。计算每个面内的风波屡屡。例如:计算加州每个都的消防站的集合情况。

必赢亚洲bwin188 8

3)SNAP_NEARBY_INCIDENTS_TO_CREATE_WEIGHTED_POINTS:邻近事件将集合在一起,从而创造单个加权点。各点的权重值是欠岗位的汇聚事件屡屡。

必赢亚洲bwin188 9

无哪种办法,在工具的日志中会提供一个研这些多少聚类的无比完美的偏离,类似:

必赢亚洲bwin188 10

Cluster and Outlier Analysis (Anselin Local Moran’s I)

叫得一组加权要素,使用 Anselin Local Moran’s I
统计量来鉴别具有统计显著性的香、冷点和空中非常值。

热点分析(Getis-Ord Gi*)
工具为是找热点以及冷点位置的得力工具。但是,只有聚类和异常值分析(Anselin
Local Moran’s I)
工具得以辨别具有统计学上的显著性的半空中十分值(高值由低值围绕或低值由高围绕的值)。

出口要素类吃带有:Local Moran’s I 指数、z 得分、p 值、聚类/异常值类型
(COType)

设要素的 z
得分是一个较高的方,则意味着周围的素具有相似值(高值或低值)。输出要素类中之
COType 字段会将拥有统计显著性的高值聚类表示为
HH,将具有统计显著性的低值聚类表示也 LL。
如若要素的 z 得分是一个比逊色之负值(如,小于
-3.96),则意味来一个备统计显著性的空间数据异常值。输出要素类吃的
COType 字段以指明要素是否是高值要素而方圆环绕的凡低值要素
(HL),或者要素是否是低值要素而周围环绕的凡高值要素
(LH)。如下图可以助了解:

必赢亚洲bwin188 11

COType 字段将老依靠明置信度为 95%
的统计显著性聚类和生值。只有统计显著性要素在 COType 字段被持有价值。

也许的使用
聚类和酷值分析(Anselin Local Moran’s I)
工具而识别高值密度、低值密度和空中非常值。还而帮而解决如下问题:

  • 切磋区域被之富裕区和贫困区之间的绝鲜明边界在哪?
  • 研讨区域被留存可以找到好消费模式之职位也?
  • 研究区域被竟然的糖尿病高发地当何?
    唯独每当经济学、资源管理、生物地理学、政治地理学与人口统计等众多世界被利用这工具。

转载本站文章请注明出处:必赢亚洲56电子游戏 https://www.creatologue.com/?p=932

上一篇:

下一篇:

相关文章

网站地图xml地图