Atrast karstos punktus
Rīks Atrast karstos punktus nosaka, vai jūsu telpiskajos datos ir kādi statistiski nozīmīgi klasteri.
- Vai jūsu punkti (noziedzība, koki, satiksmes negadījumi) tiešām veido klasterus? Kā jūs varat būt drošs?
- Vai jūs esat atklājuši patiešām nozīmīgu karsto punktu (tērēšanas paradumu, zīdaiņu mirstības, nemainīgi augsti pārbaužu rezultāti) vai jūsu karte stāstītu citu stāstu, ja jūs mainītu veidu kā tā ir simbolizēta?
Pat nejaušos telpiskajos modeļos ir novērojama klasterizācija. Bez tam, mūsu acis un smadzenes dabīgi mēģina atrast piemērus, pat ja to nav bijis. Līdz ar to, var būt grūti zināt, vai jūsu datu piemēri ir reālu telpiskos procesu, vai nejaušības rezultāts. Tāpēc pētnieki un analītiķi izmanto statistikas metodes, kā Atrast karstos punktus (Getis-Ord Gi*), lai skaitļotu telpiskos piemērus. Kad jūs atrodat statistiski nozīmīgus klasterus jūsu datos, jums ir vērtīga informācija. Zinot, kur un kad gadās klasteri, var sniegt svarīgus pavedienus par veicinošiem procesiem. Zinot, ka piem., dzīvokļu laupīšanas ir augstākas atsevišķos rajonus, ir svarīga informācija profilakses stratēģijās, lai sadalītu ierobežotos policijas resursus, uzsāktu kvartālu novērošanas programmas, atļautu padziļinātu izmeklēšanu krimināllietās, vai konstatētu iespējamos aizdomās turamos.
Izvēlieties slāni, kuram tiks aprēķināti karstie punkti
Punkta vai laukuma slānis, kuram tiks meklēti karstie un aukstie punkti.
Atrast augsta un zema kopas
Šī analīze atbildēs uz jautājumu: Kur telpiski rodas augstu un zemu vērtību klasteri?
Ja jūsu dati ir punkti un izvēlēsities iespēju Punktu skaits, šis rīks novērtēs punktu elementu telpisko izkārtojumu, lai atbildētu uz jautājumu: Kur ir punkti, kas negaidīti veido klasterus vai izkliedējas?
Ja izvēlēsities lauku, šis rīks novērtēs ar katru elementu saistīto vērtību telpisko izkārtojumu, lai atbildētu uz jautājumu: Kur telpiski rodas augstu un zemu vērtību klasteri?
Skaitīt punktus šajās robežās:
Pēc noklusējuma tiek skaitīti punkti zvejas tīkla režģī, ko rīks izveido, ņemot vērā jūsu punktu datus. Varat arī nodrošināt laukumu slāni (parasti tie atspoguļo administratīvās ziņošanas rajonus, piem., tautas skaitīšanu, pašvaldību robežas vai apgabalus), lai atbildētu uz jautājumu: Ņemot vērā punktu skaitu katrā laukuma elementā, vai ir vietas ar statistiski nozīmīgu telpisko klasteru augstu vai zemu punktu skaitu?
Nosakiet, kur punkti ir iespējami
Vai nu uzzīmējiet vai norādiet slāni, kas definē, kur iespējami incidenti, lai atbildētu uz jautājumu: Vai laukumā(-os) ir izvietojumi ar negaidīti augstu vai zemu punktu koncentrāciju?
Uzzīmētais laukums vai jūsu norādītie laukuma elementi, kur punkti iespējami varēs gadīties. Lai zīmētu šos laukumus, noklikšķiniet uz zīmēšanas pogas un pēc noklikšķiniet uz atrašanās vietas kartē, lai izveidotu laukuma formu. Lai zīmētu papildu laukumus, vēlreiz noklikšķiniet uz zīmēšanas pogas, pēc tam noklikšķiniet uz atrašanās vietas kartē un turpiniet.
Dalīt ar
Reizēm var būt nepieciešams analizēt modeļus, kuri ņem vērā pamata sadalījumus. Piemēram, ja jūsu punkti atspoguļo noziedzību, dalot ar kopējo iedzīvotāju skaitu, iegūsit noziegumu analīzi uz vienu iedzīvotāju, nevis neapstrādātu noziegumu skaitu. Atribūta dalītāja izvēli nereti dēvē par normalizēšanu.
Ja izvēlēsities Esri iedzīvotāji, laukuma elementi tiks ģeogrāfiski bagātināti ar iedzīvotāju vērtībām, kuras tiks izmantotas kā atribūts — dalītājs. Šī opcija patērē kredītus.
Rezultāta slāņa nosaukums
Norādiet slāņa nosaukumu, kas tiks izveidots sadaļā Mans saturs un pievienots kartei. Rezultāta slānis rādīs statistiski nozīmīgus augstu un zemu vērtību klasterus vai punktu skaitu. Ja rezultāta slāņa nosaukums jau pastāv, jums tiks uzdots jautājums, vai vēlaties to pārdēvēt.
Lietojot Saglabāt rezultātus nolaižamajā sarakstlodziņā, jūs varat norādīt nosaukumu mapē Mans saturs, kur tiks saglabāti rezultāti.