Lo strumento Trova hot spot consente di determinare la presenza di cluster statisticamente rilevanti nel modello spaziale dei dati.
È possibile individuare cluster anche in modelli spaziali casuali. Gli occhi e il cervello umano provano inoltre naturalmente a individuare modelli anche quando non esistono. Di conseguenza può risultare difficile sapere se i modelli presenti nei dati sono il risultato di processi spaziali reali o semplicemente il risultato del caso. È per questo motivo che ricercatori e analisti utilizzano metodi statistici, come Trova hot spot (Getis-Ord Gi*) per quantificare modelli spaziali. L'individuazione di cluster di rilevanza statistica nei dati consente di disporre di informazioni importantissime. Sapere dove e quando si verificano i cluster può offrire indizi importanti sui processi che portano alla creazione dei modelli visualizzati. Sapere, ad esempio, che il numero di furti in appartamento è particolarmente elevato in un determinato quartiere è essenziale per definire adeguate strategie di prevenzione, allocare risorse di polizia inadeguate, predisporre programmi di sorveglianza del quartiere, autorizzare investigazioni approfondite sui reati o identificare potenziali sospetti.
Il layer di punti o area per il quale verranno trovati hot spot e cold.
Questa analisi consente di rispondere alla domanda seguente: dove si raggruppano in cluster i valori alti e bassi?
Se i dati sono punti e si sceglie Conteggi punti, questo strumento valuterà la disposizione delle feature puntuali nello spazio e consentirà di rispondere alla seguente domanda: in che area i punti si raggruppano in cluster o si distribuiscono in modo imprevisto?
Se si sceglie un campo, lo strumento valuterà la disposizione nello spazio dei valori associati a ciascuna feature e consentirà di rispondere alla seguente domanda: in che area i valori alti e bassi si raggruppano in cluster?
L'impostazione predefinita consiste nel calcolare i punti all'interno di una griglia creata dallo strumento e basata sui dati dei punti. In alternativa, è possibile specificare un layer di area (che rispecchia in genere distretti amministrativi, ad esempio sezioni di spoglio, confini municipali o regioni/contee) per rispondere alla seguente domanda: dato il numero di punti calcolati in ogni feature area, sono presenti località con cluster spaziali di rilevanza statistica con valori alti o bassi?
Tracciare o specificare un layer che definisce dove sono possibili incidenti per rispondere alla seguente domanda: nelle aree di confine sono presenti località con concentrazioni di punti straordinariamente alte o basse?
Le feature area tracciate o quelle nel layer di area specificato devono definire la possibile posizione dei punti. Per tracciare queste aree, fare clic sull'apposito pulsante, quindi fare clic su una posizione sulla mappa per creare una forma di tipo area. Per tracciare altre aree, fare clic di nuovo sull'apposito pulsante, quindi fare clic su un'altra posizione sulla mappa e continuare.
Talvolta potrebbe essere necessario analizzare i modelli che prendono in considerazione distribuzioni sottostanti. Ad esempio, se i punti rappresentano eventi criminosi, dividendo per la popolazione totale si dovrebbe avere come risultato un'analisi dei crimini pro capite, piuttosto che il totale non elaborato dei crimini. La scelta di un attributo in funzione del quale viene effettuata la divisione è definita normalizzazione.
Scegliendo Popolazione Esri ciascuna feature di area verrà arricchita con i valori della popolazione che verranno poi utilizzati come attributo per cui dividere. Questa opzione utilizzerà crediti.
Specificare un nome per il layer che verrà creato in I miei contenuti e aggiunto alla mappa. Nel layer risultante saranno visualizzati i cluster di rilevanza statistica con valori alti e bassi o conteggi di punti. Se il nome del layer dei risultati esiste già, verrà chiesto di rinominarlo.
Utilizzare la casella a discesa Salva risultato in per specificare il nome di una cartella di I miei contenuti in cui salvare il risultato.