Moindres carrés ordinaires (Statistiques spatiales)

Niveau de licence :BasicStandardAdvanced

Récapitulatif

Exécute une régression linéaire globale à l'aide des moindres carrés ordinaires pour générer des prévisions ou modéliser une variable dépendante en fonction de ses relations à un ensemble de variables explicatives.

Vous pouvez accéder aux résultats de cet outil (fichier facultatif du rapport compris) par l'intermédiaire de la fenêtre Résultats. Si vous désactivez le traitement en arrière-plan, les résultats apparaissent également dans la boîte de dialogue Progression.

Pour en savoir plus sur la fonction de régression par les moindres carrés ordinaires

Illustration

Régression des moindres carrés ordinaires
Régression par les moindres carrés ordinaires : comparaison des valeurs prédites et des valeurs observées

Utilisation

Syntaxe

OrdinaryLeastSquares_stats (Input_Feature_Class, Unique_ID_Field, Output_Feature_Class, Dependent_Variable, Explanatory_Variables, {Coefficient_Output_Table}, {Diagnostic_Output_Table}, {Output_Report_File})
ParamètreExplicationType de données
Input_Feature_Class

Classe d'entités qui contient les variables dépendantes et indépendantes pour l'analyse.

Feature Layer
Unique_ID_Field

Champ de nombre entier qui contient une valeur différente pour chaque entité dans la classe d'entités en entrée.

Field
Output_Feature_Class

Classe d'entités en sortie pour recevoir des estimations de variable dépendante et des résiduels.

Feature Class
Dependent_Variable

Champ numérique qui contient des valeurs pour la modélisation.

Field
Explanatory_Variables
[Explanatory_Variables,...]

Liste des champs qui représentent des variables explicatives dans votre modèle de régression.

Field
Coefficient_Output_Table
(Facultatif)

Chemin d'accès complet à une table facultative et où sont enregistrés des coefficients de modèle, des coefficients normalisés, des erreurs standard, ainsi que des probabilités pour chaque variable explicative.

Table
Diagnostic_Output_Table
(Facultatif)

Chemin d'accès complet à une table facultative où est enregistré le récapitulatif des diagnostics du modèle.

Table
Output_Report_File
(Facultatif)

Chemin d'accès au fichier PDF facultatif qui sera généré par l'outil. Ce fichier de rapport comprend des diagnostics de modèle, des diagrammes et des notes qui vous permettront de mieux interpréter les résultats obtenus à l'aide de l'outil Moindres carrés ordinaires.

File

Exemple de code

Exemple 1 d'utilisation de l'outil OrdinaryLeastSquares (fenêtre Python)

Le script de fenêtre Python ci-dessous montre comment utiliser l'outil OrdinaryLeastSquares.

import arcpy
arcpy.env.workspace = r"c:\data"
arcpy.OrdinaryLeastSquares_stats("USCounties.shp", "MYID","olsResults.shp", 
                                 "GROWTH","LOGPCR69;SOUTH;LPCR_SOUTH;PopDen69",
                                 "olsCoefTab.dbf","olsDiagTab.dbf")
Exemple 2 d'utilisation de l'outil OrdinaryLeastSquares (script Python autonome)

Le script Python autonome ci-dessous illustre l'utilisation de l'outil Moindres carrés ordinaires.

# Analyze the growth of regional per capita incomes in US
# Counties from 1969 -- 2002 using Ordinary Least Squares Regression

# Import system modules
import arcpy

# Set the geoprocessor object property to overwrite existing outputs
arcpy.gp.overwriteOutput = True

# Local variables...
workspace = r"C:\Data"

try:
    # Set the current workspace (to avoid having to specify the full path to the feature classes each time)
    arcpy.workspace = workspace

    # Growth as a function of {log of starting income, dummy for South
    # counties, interaction term for South counties, population density}
    # Process: Ordinary Least Squares... 
    ols = arcpy.OrdinaryLeastSquares_stats("USCounties.shp", "MYID", 
                        "olsResults.shp", "GROWTH",
                        "LOGPCR69;SOUTH;LPCR_SOUTH;PopDen69",
                        "olsCoefTab.dbf",
                        "olsDiagTab.dbf")

    # Create Spatial Weights Matrix (Can be based off input or output FC)
    # Process: Generate Spatial Weights Matrix... 
    swm = arcpy.GenerateSpatialWeightsMatrix_stats("USCounties.shp", "MYID",
                        "euclidean6Neighs.swm",
                        "K_NEAREST_NEIGHBORS",
                        "#", "#", "#", 6) 
                        

    # Calculate Moran's Index of Spatial Autocorrelation for 
    # OLS Residuals using a SWM File.  
    # Process: Spatial Autocorrelation (Morans I)...      
    moransI = arcpy.SpatialAutocorrelation_stats("olsResults.shp", "Residual",
                        "NO_REPORT", "GET_SPATIAL_WEIGHTS_FROM_FILE", 
                        "EUCLIDEAN_DISTANCE", "NONE", "#", 
                        "euclidean6Neighs.swm")

except:
    # If an error occurred when running the tool, print out the error message.
    print arcpy.GetMessages()

Environnements

Thèmes connexes

Informations de licence

ArcGIS for Desktop Basic: Oui
ArcGIS for Desktop Standard: Oui
ArcGIS for Desktop Advanced: Oui
5/10/2014