Ý nghĩa: Công cụ chứa các công cụ thống kê để phân tích phân bố không gian, mô hình, quy trình, và các mối quan hệ. Trong khi có thể là tƣơng đồng giữa không gian và phi không gian (truyền thống) số liệu thống kê về các khái niệm và mục tiêu, số liệu thống kê không gian mới ở chỗ chúng đƣợc phát triển đặc biệt để sử dụng với các dữ liệu địa lý. Không giống nhƣ các phƣơng pháp thống kê phi không gian truyền thống, kết hợp không gian (khoảng cách, diện tích, kết nối, và / hoặc các mối quan hệ không gian khác) trực tiếp vào toán học của họ.
Các công cụ trong hộp công cụ thống kê không gian cho phép bạn tóm tắt những đặc điểm nổi bật của một phân bố không gian (xác định trung tâm trung bình hoặc xu hƣớng hƣớng bao quát, ví dụ), xác định các cụm không gian có ý nghĩa thống kê (điểm nóng / điểm lạnh) hoặc Bên ngoài không gian, đánh giá tổng thể mô hình của việc phân nhóm hoặc phân tán, và các mối quan hệ mô hình không gian. Ngoài ra, đối với những công cụ bằng văn bản với Python, mã nguồn có sẵn để khuyến khích các bạn để tìm hiểu, sửa đổi, gia hạn, và / hoặc chia sẻ những điều này và các công cụ phân tích khác với những ngƣời khác.
Analyzing Patterns (mẫu phân tích)
Các công cụ trong bộ công cụ Patterns Phân tích số liệu thống kê suy luận, họ bắt đầu với giả thuyết rằng các đặc tính của bạn, hoặc các giá trị kết hợp với các tính năng của bạn, thể hiện một mô hình không gian ngẫu nhiên. Sau đó, họ tính toán một p-giá trị đại diện cho xác suất mà giả thuyết là đúng (rằng các mô hình quan sát chỉ đơn giản là một trong nhiều phiên bản có thể ngẫu nhiên không gian đầy đủ). Tính toán một xác suất có thể là quan trọng nếu bạn cần phải có một mức độ cao của sự tự tin trong một quyết định cụ thể. Nếu có an toàn công cộng hoặc ý nghĩa pháp lý liên quan đến quyết định của bạn, ví dụ, bạn có thể cần để biện minh cho quyết định của bạn bằng cách sử dụng bằng chứng thống kê.
Các công cụ cung cấp số liệu thống kê xác định số lƣợng các mô hình không gian rộng. Những công cụ này trả lời các câu hỏi chẳng hạn nhƣ, "các tính năng trong bộ dữ liệu, hoặc các giá trị kết hợp với các tính năng trong bộ dữ liệu, không gian nhóm".
92
Average Nearest Neingbor (trung bình vùng kề cận): Tính toán một chỉ số gần nhất dựa trên khoảng cách trung bình từ mỗi tính năng tính năng láng giềng gần nhất. Kết quả có thể truy cập từ cửa sổ Kết quả.
High/Low Clustering (Getis-Ord General G) (xếp nhóm cao/thấp): Đo lƣờng mức độ của việc phân nhóm cho một trong hai giá trị cao hoặc giá trị thấp bằng cách sử dụng Getis Ord Tổng G Thống kê. Kết quả có thể truy cập từ cửa sổ Kết quả.
Muti-Distance Spatial Cluster Analysis (Ripleys K Function): Các biện pháp tự tƣơng quan không gian dựa trên địa điểm tính năng và giá trị thuộc tính bằng cách sử dụng toàn cầu Moran của tôi Thống kê. Kết quả có thể truy cập từ cửa sổ Kết quả.
93
Spatial Autocorreltion (Morans I) (sự tƣơng quan không gian): Khoảng cách không gian cụm Multi-Phân tích (Ripley k chức năng) Xác định xem tính năng, hoặc các giá trị kết hợp với các tính năng, biểu hiện có ý nghĩa thống kê phân nhóm hoặc phân tán trên một phạm vi khoảng cách.
Mapping Clusters (nhóm vẽ bản đồ)
Công cụ thực hiện phân tích cụm để xác định vị trí của các điểm nóng có ý nghĩa thống kê, các điểm lạnh, và sự chênh không gian. Bộ công cụ bản đồ Clusters đặc biệt hữu ích khi một hành động cần thiết dựa trên vị trí của một hoặc nhiều cụm. Một ví dụ là sự phân công của các nhân viên cảnh sát bổ sung để đối phó với một cụm trộm cắp. Xác định vị trí của cụm không gian cũng rất quan trọng khi tìm kiếm nguyên nhân tiềm năng của việc phân nhóm, nơi bùng phát dịch bệnh xảy ra thƣờng có thể cung cấp manh mối về những gì có thể gây ra nó. Không giống nhƣ các phƣơng pháp trong bộ công cụ Patterns Phân tích, trả lời câu hỏi, "không gian phân nhóm" Có hoặc Không, Mapping Cụm công cụ này cho phép trực quan của các địa điểm cluster và mức độ. Những công cụ này trả lời các câu hỏi, các cụm (điểm nóng / điểm lạnh) "và "là Bên ngoài không gian".
Công cụ:
Cluster and Outier Analysis (Anselin local morans I): Cho một tập hợp các tính năng trọng, xác định các điểm nóng có ý nghĩa thống kê, các điểm
94
lạnh, và sự chênh không gian bằng cách sử dụng số liệu thống kê I Anselin địa phƣơngMoran.
Hot Spot Analysis (Getis-Ord Gi*): Cho một tập hợp các tính năng trọng,
xác định ý nghĩa thống kê các điểm nóng và điểm lạnh bằng cách sử dụngcác số liệu thống kêGetisOrd*Gi.
Measuring Geographic Distributions (sự phân bố vị trí đo lƣờng)
Đo sự phân bố củamột tập hợp cáctínhnăng cho phép bạntínhtoán một giá trị đại diện cho một đặc tính củaphân phối,chẳnghạn nhƣ trung tâm,chặt,hoặc định hƣớng. Bạn có thểsử dụng giá trị nàyđể theo dõi những thay đổi trong phân phối theo thời gianhoặc so sánhphân phối củacác tính năng khác nhau.
95 Central Feature (giữa bức ảnh): Xác định các tínhnăngtập trunghầu hếtnằm ởmộtđiểm,
đƣờng thẳng, hoặclớp đối tƣợngđa giác.
Directional Distribution (Standard Deviational Ellipse) (điều kiển sự phân bố): Tạo hình eliptiêu chuẩndeviationalđể tóm tắtcác đặc điểmkhông gian của cácđặc điểm địa lý: trung
tâmxu hƣớng, phân tán, và xu hƣớnghƣớng.
Linear Directional Mean (tuyến tính trung bình ): Xác địnhhƣớngtrungbình, chiều dài,và trung tâmđịa lý đối vớimột tập các dòng.
96
Mean Center: Xác định trung tâm địa lý (hoặc Trung tâm tập trung) cho một tập hợp các tínhnăng.
Median Center: Xác định vị trí tổng thể giảm thiểukhoảng cách Euclide các tính năng trong một tập dữ liệu.
Standard Distance: Đo lƣờng mức độ mà các tính năng tập trung hoặc phân tánxung quanh trung tâmnghĩa là hình học.
Modeling Spatial Relationships
Công cụ có thể xây dựng ma trận trọng lƣợng không gian và các file biện pháp làm thế nào để tính năng trong một tập dữ liệu liên quan với nhau trong không gian. Thống kê đúng không gian tích hợp thông tin về không gian và mối quan hệ không gian vào toán học của họ. Một số trong những công cụ trong hộp công cụ thống kê không gian mà chấp nhận một tập tin không gian ma trận trọng lƣợng là không gian tự tƣơng quan (toàn cầu Moran của tôi), Cluster và Phân tích outlier (Moran Anselin địa phƣơng của tôi), và phân tích điểm nóng (Getis-Ord Gi *).
Công cụ:
Generate Network Spatial Weights: Xây dựng một ma trận trọng lƣợng tập tin không gian (Quản lý chất thải rắn) bằng cách sử dụng một tập dữ liệu mạng, xác định các mối quan hệ tính năng về không gian của cấu trúc mạng cơ bản.
97
Generate Spatial Weight Matrix: Xây dựng một ma trận trọng lƣợng tập tin (Quản lý chất thải rắn) không gian để đại diện cho mối quan hệ không gian giữa các tính năng trong một tập dữ liệu.
Geographically Weighted Regression: Về mặt địa lý Thực hiện hồi quy Weighted (GWR), một hình thức địa phƣơng của hồi quy tuyến tính đƣợc sử dụng để mô hình không gian khác nhau các mối quan hệ.
98
Ordinary Least Squares: Thực hiện toàn cầu Squares thông thƣờng tối thiểu (OLS) hồi quy tuyến tính để tạo ra các dự đoán hay để mô hình một biến phụ thuộc về các mối quan hệ của nó với một tập hợp các biến giải thích. Kết quả có thể truy cập từ cửa sổ Kết quả.
Rendering
Bộ sƣu tập các công cụ vẽ tạm thời để đảm bảo rằng các mô hình tùy chỉnh và các kịch bản đƣợc tạo ra trƣớc khi ArcGIS 9.3 sẽ tiếp tục hoạt động. Chức năng này là lỗi thời do khả năng mới trong ArcGIS cho phép đầu ra từ kịch bản và các
99
công cụ mô hình có liên quan với renderingmặc định. XemThiết lập đầu ratƣợng trƣngtrong kịch bảnvà thiết lập đầu ratƣợng trƣngtrong các mô hình.
Công cụ
Cluster/Outlier Analysis with Rendering : Thay thế bằng Cluster và Phân tíchoutlier, rendering làtự động.
Collect Events with Rendering: Thay thế bằng Thu thập sự kiện, vẽ bây giờ làtựđộng.
Count Rendering: Áp dụng vẽ vòng tròn tốt nghiệp với một số lĩnh vực trong một lớp họctínhnăng.
Hot Spot Analysis with Rendering: Thay thế bằng Phân tích điểm nóng,
rendering làtự động.
ZScore Rendering: Áp dụng (màu xanh) lạnh để nóng (màu đỏ) chƣơng trìnhvẽmàusắccho mộtlĩnh vực z.
100
Utilities
Những kịch bản tiện ích thực hiện một loạt các nhiệm vụ chuyển đổi dữ liệu. Chúng đƣợc thiết kế để đƣợc sử dụng kết hợp với các công cụ khác trong hộp công cụ thống kê không gian.
Công cụ:
Calculate Areas: Tính giá trị khu vực cho mỗi tính năng trong một lớp học tính năngđa giác.
Calculate Distance Band from Neighbor Count: Trả về tối thiểu, tối đa, và khoảng cách trung bìnhthứ Nquyđịnhlân cận gần nhất(Nlà một tham số đầu vào) cho một tập hợp các tínhnăng. Kết quả có thể truy cập từ cửa sổKết quả.
Collect Events: Chuyển đổi dữ liệu sự kiện, chẳng hạn nhƣ tội phạm, sự cố bệnh, cho dữ liệu điểmtrọng.
Convert Spatial Weights Matrix to Table: Ma trận chuyển đổi một tập tin nhị phânkhông giantrọng lƣợng(SWM) cho một bảng.
101
Export Feature Attribute to ASCII: Xuất khẩu đều có tọa độ lớp học và cácgiá trị thuộc tínhmột dấu phẩy, không gian, hoặcgiới hạndấu chấm phẩyASCIItập tin văn bản.