Vue d’ensemble du jeu d’outils Analyze Patterns (Analyser la répartition spatiale)
Le jeu d’outils Analyze Patterns (Analyser la répartition spatiale) contient des outils qui permettent d’identifier, de quantifier et de visualiser des modèles spatiaux dans les données d’entités.
Ce jeu d’outils utilise le traitement distribué pour effectuer des analyses sur GeoAnalytics Server.
Héritage :
ArcGIS GeoAnalytics Server sera bientôt obsolète dans ArcGIS Enterprise. La version finale de GeoAnalytics Server a été incluse avec ArcGIS Enterprise 11.3.
Ces outils sont disponibles dans ArcGIS Enterprise 11.3 et les versions antérieures si vous disposez d’un portail ArcGIS Enterprise actif pour lequel GeoAnalytics Server est configuré pour le paramètre Feature Analysis - GeoAnalytics Tools (Analyse des entités - Outils GeoAnalytics). Pour accéder à ces outils et les exécuter, vous devez détenir des privilèges d'analyse spatiale.
Ces outils sont accessibles à partir du ruban Analysis (Analyse) ou de l’onglet Portal (Portail) de la fenêtre Geoprocessing (Géotraitement).
En savoir plus sur les outils du portail
|
Outil |
Description |
|---|---|
|
Calcule une grandeur par unité de surface à partir d’entités ponctuelles qui se trouvent dans le voisinage donné de chaque cellule. |
|
|
Synthétise un ensemble de points dans une structure de données netCDF en les agrégeant dans des groupes spatio-temporels. Au sein de chaque groupe, les points sont comptabilisés et les attributs spécifiés sont agrégés. Pour tous les emplacements des groupes, l'évolution de la comptabilisation, ainsi que les valeurs de champ de récapitulation, sont évaluées. |
|
|
Dans un ensemble d'entités, cet outil identifie les points chauds et les points froids statistiquement significatifs à l'aide de la statistique Getis-Ord Gi*. |
|
|
Recherche des agrégats d’entités ponctuelles dans le bruit environnant en fonction de leur distribution spatiale ou spatiotemporelle. |
|
|
Forest-based Classification and Regression (Classification et régression basées sur une forêt) |
Crée des modèles et génère des prévisions à l’aide d’une adaptation de l’algorithme de forêt aléatoire développé, qui est une méthode de Machine Learning supervisée développée par Leo Breiman et Adele Cutler. Les prédictions peuvent être réalisées sur des variables catégorielles (classification) ou des variables continues (régression). Les variables explicatives sont des champs de la table attributaire des entités d’entraînement. Outre la validation des performances du modèle en fonction des données d’entraînement, vous pouvez aussi réaliser des prévisions sur des entités. |
|
Generalized Linear Regression (Régression linéaire généralisée) |
Effectue une régression linéaire généralisée pour générer les prévisions ou pour illustrer une variable dépendante en termes de relations pour définir un ensemble de variables explicatives. Cet outil permet d’adapter des modèles continus (moindres carrés ordinaires), binaires (logistique) et totaux (Poisson). |
|
Geographically Weighted Regression (Régression pondérée géographiquement) |
Calcule la régression pondérée géographiquement (Geographically Weighted Regression, GWR), qui est une forme locale de régression linéaire utilisée pour modéliser des relations variant spatialement. |