Обобщенная линейная регрессия (Инструменты GeoAnalytics Server)

Краткая информация

Выполняет обобщенную линейную регрессию (ОЛР) для вычисления прогнозов или моделирования взаимосвязи между независимыми переменными и зависимой переменной. Инструмент используется для подгонки различных моделей, в частности, непрерывных (МНК), бинарных (логистических) и числовых (Пуассона).

Прежние версии:

Расширение ArcGIS GeoAnalytics Server устаревает в ArcGIS Enterprise. Финальный релиз of GeoAnalytics Server был включен в состав ArcGIS Enterprise 11.3. Этот инструмент геообработки доступен в ArcGIS Enterprise 11.3 и более ранних версиях.

Использование

• Этот инструмент можно использовать в двух режимах. Вы можете оценивать производительность разных моделей при изучении различных независимых переменных и настроек инструментов. Как только найдена хорошая модель, вы можете настроить её для нового набора данных.

• Этот инструмент не поддерживает входные значения, содержащие только дату, и поля, содержащие только время.

• В параметре Входные объекты укажите поле, представляющее явление, которое вы моделируете (параметр Зависимая переменная), а также укажите одно или несколько полей, представляющих независимые переменные.

• Инструмент Обобщенная линейная регрессия также создает выходные объекты и результаты диагностики. Выходные слои объектов автоматически добавляется на карту со схемой отображения, применяемой к модели невязок. Пояснение по каждому результату приведено ниже.

• Убедитесь, что вы используете корректную опцию в параметре Тип модели (Непрерывная, Бинарная или Количественная).

• Сводная информация по результатам и проверки записываются в окно сообщений, а также под информацией о классе объектов отображаются диаграммы. Диагностический отчет зависит от значения параметра Тип модели. Доступны следующие три типа модели:

  • Используйте тип модели Непрерывная (Гауссова), если зависимая переменная представлена широким диапазоном значений, например, измерения температуры воздуха или объемы продаж. В идеале зависимая переменная должна подчиняться принципу нормального распределения.

  • Используйте тип модели Бинарная (логистическая), если зависимая переменная представлена двумя возможными значениями, скажем удалось или не удалось, или наличие - отсутствие. Поле, в котором содержится зависимая переменная, должно быть числовым или текстовым. Если поле числовое, в нем могут содержаться только нули и единицы. Если поле текстовое, оно может содержать два разных значения. Если вы используете текстовое поле, вы должны использовать параметр Зависимые от карт переменные, чтобы сопоставить отдельные текстовые значения с единицами и нулями. В данных должна присутствовать вариабельность из двух вариантов - нуля и единицы.

  • Рекомендуется использовать тип модели Количественная (Пуассона), если зависимая переменная содержит дискретные значения, и представляет явление с количественным измерением, скажем число преступлений. Количественные модели также можно использовать с зависимой переменной, представляющий соотношение, где в знаменателе фиксированное значение, по которому можно нормировать, например объем продаж в месяц или число онкобольных на 10000 населения. Количественная модель предполагает, что среднее и вариабельность зависимой переменной равны, а значения зависимой переменной не могут быть отрицательными или содержать десятичные значения.

  Параметры Зависимая переменная и Описательная переменная должны быть заданы числовыми полями, содержащими диапазоны значений. Инструмент не может работать, когда все переменные имеют одинаковые значения (например, все значения для поля равны 9.0).

• Пространственные объекты, имеющие одно или более значений null или пустые строковые значения в полях прогноза или в описательных полях, будут исключены из результатов. Вы можете изменить значения с помощью инструмента Вычислить поле при необходимости.

• Оцените все очевидные отклонения прогнозов в большую и меньшую сторону в невязках вашей регрессии, чтобы увидеть, дают ли они представления о потенциальных недостающих переменных в вашей регрессионной модели.

• Вы можете использовать созданную модель регрессии для выполнения прогнозирования для остальных объектов. Для вычисления прогнозируемых значений необходимо, чтобы в каждом прогнозируемом местоположении были значения для каждой независимой переменной. Если имена полей во входных объектах и прогнозируемых местоположениях не совпадают, предоставляется параметр сопоставления переменных. При сопоставлении независимых переменных поля из параметров Входные объекты и Входные объекты прогнозирования должны быть одного типа (например, поля типа double сопоставляются с double).

• Обобщенная линейная регрессия в GeoAnalytics имеет следующие ограничения:

  • Это глобальная модель регрессии, которая не учитывает пространственное распределение данных.

  • При анализе к невязке не применяется тест Moran's I.

  • В качестве входных данных поддерживаются наборы данных объектов (точечные, линейные, полигональные или таблицы), растры не поддерживаются.

  • Классифицировать значения по нескольким классам нельзя.

• Этот инструмент геообработки работает на ArcGIS GeoAnalytics Server. Анализ выполняется на GeoAnalytics Server, а результаты сохраняются в ресурсах ArcGIS Enterprise.

• При запуске инструментов GeoAnalytics Server анализ выполняется на GeoAnalytics Server. Для оптимальной производительности предоставьте данные GeoAnalytics Server через векторные слои, размещенные на вашем портале ArcGIS Enterprise, или через общие ресурсы файлов больших данных. Данные, которые не находятся локально на GeoAnalytics Server, будут перемещены на GeoAnalytics Server перед началом анализа. Это означает, что выполнение инструмента займет больше времени, и в некоторых случаях перемещение данных из ArcGIS Pro на GeoAnalytics Server может завершиться с ошибкой. Порог сбоя зависит от скорости сети, а также от размера и сложности данных. Рекомендуется всегда публиковать данные или создавать файловое хранилище больших данных.

  Более подробно о публикации локаторов на портале

  [Узнайте больше о создании совместного файла больших данных через Server Manager

Параметры

• Dialog
• Python

Подпись	Объяснение	Тип данных
Входные объекты	Слой, содержащий зависимые и независимые переменные.	Record Set
Зависимая переменная	Числовое поле, содержащее наблюдаемые значения, которые нужно смоделировать.	Field
Тип модели	Указывает тип моделируемых данных. Непрерывная (Гауссова)–Значение Зависимой переменной – непрерывное. Будет использована модель Гаусса и инструмент вычислит регрессию по методу наименьших квадратов. Используется по умолчанию. Бинарная (Двоичная)–Зависимая переменная указывает наличие или отсутствие. Это могут быть как обычные 1 и 0, так и строковые значения, сопоставленные с 0 или 1 в параметре Сопоставить независимые переменные. Используется логистическая модель регрессии. Количественная (Пуассона)–Зависимая переменная дискретна и представляет события, например, число преступлений, заболеваний или дорожных происшествий. Используется модель регрессии Пуассона.	String
Независимые переменные	Перечень полей, представляющих независимые переменные в вашей регрессионной модели.	Field
Имя выходных объектов	Имя класса объектов, который будет создан, содержащий оценки зависимых переменных и невязки.	String
Построить таблицу коэффициентов (Дополнительный)	Указывает, будет ли создана выходная таблица со значениями коэффициентов (логическими). Отмечено–Таблица со значениями коэффициентов будет создана. Не отмечено–Таблица со значениями коэффициентов не будет создана. Используется по умолчанию.	Boolean
Входные объекты прогнозирования (Дополнительный)	Будет вычислен слой с объектами, которые соответствуют местоположениям, в которых будут вычислены оценки. Каждый объект в этом наборе данных должен содержать значения для всех указанных независимых переменных. Зависимая переменная для этих объектов будет оценена на основании модели, калиброванной для данных во входном слое данных.	Record Set
Сопоставить независимые переменные (Дополнительный)	Сопоставляет независимые переменные в параметре Входные объекты прогнозирования с соответствующими независимыми переменными из параметра Входные объекты. Столбцы таблицы значений: Predict Value–A list of variables from the prediction locations that correspond to the explanatory variables of the input features that will be made to make predictions. Input Value–The list of variables from the input features that were used to build the GLR model.	Value Table
Переменные, зависимые от карты (Дополнительный)	Две строки, представляющие значения, используемые для сопоставления с 0 (отсутствие) и 1 (наличие) для бинарной регрессии. По умолчанию будут использоваться 0 и 1. Например, если вы хотите спрогнозировать арест, и у вас есть поля со значениями Арест и Без ареста, введите Без ареста для False Value (0) и Арест для True Value (1). Столбцы таблицы значений: False Value (0)–A value used to represent absence (0) in binary regression. True Value (1)–A value used to represent presence (1) in binary regression.	Value Table
Хранилище данных (Дополнительный)	Задает хранилище ArcGIS Data Store, в котором будут храниться выходные данные. Все результаты, находящиеся в хранилище пространственно-временных больших данных, будут храниться в системе WGS84. Результаты в реляционном хранилище данных сохраняют свои систему координат. Хранилище пространственно-временных больших данных–Результаты будут храниться в хранилище больших пространственно-временных данных. Используется по умолчанию. Реляционное хранилище данных–Результаты будут храниться в хранилище реляционных данных.	String

Производные выходные данные

Подпись	Объяснение	Тип данных
Выходные данные	Выходной сервис пространственных объектов, содержащий оценки зависимых переменных для каждого входного объекта.	Record Set
Выходные объекты прогнозирования	Выходной слой, содержащий входные переменные и прогнозируемые объясняющие значения.	Record Set
Выходная таблица коэффициентов	Выходная таблица, содержащая коэффициенты подгонки для модели. Выходные данные создаются, если отмечен параметр Построить таблицу коэффициентов.	Record Set

Параметры среды

Выходная система координат, Экстент, Текущая рабочая область

Особые случаи

Выходная система координат

The coordinate system that will be used for analysis. Analysis will be completed in the input coordinate system unless specified by this parameter. For GeoAnalytics Tools, final results will be stored in the spatiotemporal data store in WGS84.

Информация о лицензировании

• Basic: Требуется ArcGIS GeoAnalytics Server
  Доступно с ArcGIS Enterprise 10.7
• Standard: Требуется ArcGIS GeoAnalytics Server
  Доступно с ArcGIS Enterprise 10.7
• Advanced: Требуется ArcGIS GeoAnalytics Server
  Доступно с ArcGIS Enterprise 10.7

Связанные разделы

• Обзор группы инструментов Анализ структурных закономерностей
• Поиск инструмента геообработки