Überblick über die Toolbox "Spatial Statistics"
Die Toolbox "Spatial Statistics" enthält Statistikwerkzeuge zur Analyse von räumlichen Verteilungen, Mustern, Prozessen und Beziehungen. Es gibt zwar Ähnlichkeiten zwischen räumlichen und nicht räumlichen (herkömmlichen) Statistiken im Hinblick auf Begrifflichkeiten und Zielsetzungen, räumliche Statistiken wurden jedoch zur ausschließlichen Verwendung mit geographischen Daten entwickelt. Im Gegensatz zu herkömmlichen nicht räumlichen Statistikmethoden wird hier der Raum (Nähe, Fläche, Konnektivität und/oder andere räumliche Beziehungen) direkt in die Mathematik integriert.
Mit den Werkzeugen in der Toolbox "Spatial Statistics" können Sie die entscheidenden Eigenschaften einer räumlichen Verteilung zusammenfassen (zum Beispiel zur Bestimmung des arithmetischen Mittelpunktes oder des allgemeinen Richtungstrends), statistisch signifikante räumliche Cluster (Hot Spots/Cold Spots) und räumliche Ausreißer identifizieren, allgemeine Muster der Cluster-Bildung oder Verteilung bewerten, Features basierend auf Attributähnlichkeiten gruppieren, einen passenden Analysemaßstab identifizieren und räumliche Beziehungen erkunden. Für in Python geschriebene Werkzeuge steht darüber hinaus der Quellcode zur Verfügung, sodass Sie diese und andere Analysewerkzeuge ändern, erweitern und/oder mit anderen gemeinsam nutzen und daraus lernen können.
Hinweis:Für Berechnungen, die auf der euklidischen Entfernung oder der Manhattan-Distanz basieren, sind zur genauen Messung von Entfernungen projizierte Daten erforderlich. Immer dann, wenn die Entfernung eine Komponente der Analyse ist, was bei den Werkzeugen in der Toolbox "Spatial Statistics" fast immer der Fall ist, projizieren Sie die Daten daher mithilfe eines projizierten Koordinatensystems (anstelle eines geographischen Koordinatensystems, das auf Graden, Minuten und Sekunden basiert).
Die Werkzeuge in der Toolbox "Spatial Statistics" können nicht direkt mit einem XY-Ereignis-Layer (ein Layer, der aus einer Tabelle mit X- und Y-Koordinatenfeldern erstellt wurde) verwendet werden. Verwenden Sie vor dem Ausführen der Analyse zunächst das Werkzeug Features kopieren zum Konvertieren der XY-Ereignisdaten in eine Feature-Class.
Denken Sie beim Verwenden von Shapefiles daran, dass diese keine NULL-Werte speichern können. Werkzeuge oder andere Verfahren zur Erstellung von Shapefiles aus Nicht-Shapefile-Eingaben speichern oder interpretieren NULL-Werte möglicherweise als Wert 0. In manchen Fällen werden NULL-Werte in Shapefiles als sehr große negative Werte gespeichert. Dies kann zu unerwarteten Ergebnissen führen. Weitere Informationen finden Sie unter Überlegungen zur Geoverarbeitung für die Shapefile-Ausgabe.
|
Toolset |
Beschreibung |
|---|---|
|
Mit diesen Werkzeugen können Sie auswerten, ob Features oder die damit verknüpften Werte ein gruppiertes, verteiltes oder zufälliges räumliches Muster bilden. |
|
|
Mit diesen Werkzeugen können Sie statistisch signifikante Hot Spots, Cold Spots und räumliche Ausreißer identifizieren. |
|
|
Mit diesen Werkzeugen können Sie Fragen beantworten wie: Wo ist der Mittelpunkt? Wie sind Shape und Ausrichtung beschaffen? Wie weit verteilt sind die Features? |
|
|
Diese Werkzeuge dienen zur Modellierung von Datenbeziehungen mit Regressionsanalysen und zur Erstellung räumlicher Gewichtungsmatrizen. |
|
|
Mit diesen Werkzeugen können Sie Analyseergebnisse rendern. |
|
|
Mit diesen Dienstprogrammen können Sie eine Vielzahl verschiedener Funktionen ausführen: Berechnung von Flächen, Bewertung von Mindestabständen, Exportieren von Variablen und Geometrie, Konvertieren von räumlichen Gewichtungsdateien und Erfassen von lagegleichen Punkten. |
Zusätzliche Ressourcen:
Auf www.esriurl.com/spatialstats finden Sie eine aktuelle Liste aller verfügbaren Ressourcen rund um die Verwendung der Werkzeuge in der Toolbox "Spatial Statistics", darunter:
- Lernprogramme
- Videos
- Kostenlose Online-Seminare
- Bücher, Artikel und Whitepaper
- Beispielskripten und Fallstudien