Skip to main content

Анализ совместного размещения (Инструменты Пространственная статистика)

Краткая информация

Измеряет локальные закономерности пространственной связи (колокации) между двумя категориями точечных объектов, используя статистику индекса совместного размещения.

Как работает Анализ совместного размещения

Иллюстрация

Диаграмма Анализа совместного размещения

Использование

  • Этот инструмент работает только с точечными объектами. Категории, которые вы хотите проанализировать, могут содержаться в одном или двух отдельных наборах данных. Можно также использовать два отдельных набора данных, которые будут считаться категориями. Например, у вас может быть набор точечных данных с ресторанами разных типов, которые будут рассматриваться только в качестве категории RESTAURANTS, и другой набор точечных данных, содержащий разные виды преступлений, которые будут рассматриваться в качестве категории CRIMES.

  • Инструмент определит для каждого объекта Категории интереса, в какой степени его окрестностях присутствуют объекты Соседней категории, по сравнению с общим пространственным распределением категорий. К примеру, для каждого объекта категории A значение получаемого локального индекса совместного размещения (LCLQ), равное 1, означает, что у вас, скорее всего, будет категория B в качестве соседа, как и предполагается. LCLQ, больший 1, означает, что у вас больше шансов (по сравнению со случайным распределением) получить B в качестве соседа, а если LCLQ меньше 1, то для объекта категории A меньше шансов получить точку категории B в качестве соседа (по сравнению со случайным распределением).

    Примечание:

    Отношение совместного размещения данного анализа не является симметричным. Значения индекса совместного размещения, рассчитанные для сравнения категории A с категорией B, будут отличаться от значений индекса совместного размещения, рассчитанных для сравнения категории B с категорией A.

    Также, если у вас есть категория C в окрестности, результирующие индексы совместного размещения будут отличаться от ситуации, когда у вас есть только категории A и B. В зависимости от вопроса, который вы задаете, очень важным может быть создание поднабора ваших данных, которое бы включало только категории A и B. Однако при создании поднабора вы теряете информацию о других имеющихся категориях. Выбор и создание поднабора ваших данных важны для случая, когда вы уверены, что возникновение одной категории вообще не зависит от появления другой.

  • Можно задавать пространственные отношения в параметрах Диапазон расстояний, K ближайших соседей или в файле матрицы пространственных весов в параметре Типы окрестностей.

  • Вы можете анализировать свои данные, используя пространственно-временные окна, заполнив параметры Временное поле интереса, Временное поле категорий окрестности и Тип временного отношения. Используя пространственно-временные окна, вы можете контролировать, какие объекты будут включаться в анализируемые окрестности. Объекты, расположенные рядом друг с другом в пространстве и времени, анализируются вместе, так как все взаимоотношения объектов оцениваются относительно местоположения и временной метки целевого объекта. Вы также можете указать, будет ли инструмент искать объекты до или после целевого объекта, или создать промежуток времени, в течение которого инструмент будет искать объекты до и после анализа целевого объекта.

  • Параметр Число перестановок используется для вычисления значений p. Выбор числа перестановок является компромиссом между точностью и временем обработки. Хотя по умолчанию выполняется 99 перестановок, рекомендуем увеличить это значение для получения итоговых результатов анализа.

  • Глобальный индекс совместного размещения также можно рассчитать, указав путь в параметре Выходная таблица для глобальных отношений. Эта таблица содержит индексы совместных размещений, поэтому вы можете проанализировать показатели пространственной связи между всеми категориями вашего набора данных. Это позволяет вам изучать в ваших данных другие отношения, так как вы можете найти другие сильно связанные категории по всему миру. Если вы обнаружите другие сильно связанные категории, вы можете расширить свой анализ либо путем исследования локальной природы этих отношений, снова запустив инструмент с этими категориями, либо снова запустив инструмент, удалив эти категории из анализа, если вы считаете, что сильно связанные категории вносят ненужные искажения в ваши результаты.

  • Результатом выполнения этого инструмента является карта, отображающая каждый из Входных объектов интереса, отображенных в зависимости от того, были ли они в значительной степени связаны с Входными соседними объектами или изолированы от них. Этот инструмент добавляет поля к Выходным объектам, в том числе для вычисленного Локального индекса совместного размещения, значения p, Бина LCLQ, используемых для отображения с помощью символов и Типа LCLQ. Можно указать необязательную Выходную таблицу для глобальных отношений, которая будет содержать глобальные индексы совместного размещения между всеми категориями в Поле интереса и всеми категориями, присутствующими в Поле, содержащем категорию окрестности.

  • Инструмент поддерживает параллельную обработку и использует до 50 % доступной мощности процессора по умолчанию. Количество используемых процессоров можно изменить при помощи параметра среды Коэффициент параллельной обработки.

Параметры

Подпись Объяснение Тип данных

Тип входных данных

Указывает, будут ли Входные объекты интереса поступать из одного и того же набора данных с указанными категориями, из разных наборов данных с указанными категориями, из разных наборов данных, которые будут рассматриваться, как отдельные категории (например, один набор данных содержит все точки, отображающие гепардов, и второй набор данных, в котором все точки отображают газелей).

  • Один набор данных–Анализируемые категории содержатся в поле одного набора данных.

  • Два набора данных–Анализируемые категории существуют в полях отдельных наборов данных.

  • Наборы данных без категорий–Будут проанализированы два набора данных, соответствующие двум категориям.

String

Входные объекты интереса

Класс пространственных объектов, содержащий точки с категориями.

Feature Layer

Выходные объекты

Выходной класс пространственных объектов со всеми Входными объектами интереса с полями, которые содержат итоговые локальные индексы совместного размещения, символы бинов и значения p.

Feature Class

Поле интереса

(Дополнительный)

Поле, содержащее анализируемую категорию или категории.

Field

Временное поле интереса

(Дополнительный)

Поле даты с необязательной отметкой времени для каждого объекта, использующееся для анализа точек с помощью пространственно-временного окна. Объекты, находящиеся рядом друг с другом в пространстве и времени, будут считаться соседями и будут анализироваться вместе.

Field

Категория интереса

(Дополнительный)

Основная категория анализа. Инструмент будет определять для каждой Категории интереса степень, в которой основная категория притягивается к Соседней категории или сопоставляется с ней.

String

Входные соседние объекты

(Дополнительный)

Входной класс пространственных объектов, содержащий точки с категориями, которые будут сравниваться.

Feature Layer

Поле, содержащее Соседнюю категорию

(Дополнительный)

Поле из параметра Входные соседние объекты, содержащее сравниваемую категорию.

Field

Временное поле соседних объектов

(Дополнительный)

Поле даты с отметкой времени для каждого объекта, использующееся для анализа точек с помощью пространственно-временного окна. Объекты, находящиеся рядом друг с другом в пространстве и времени, будут считаться соседями и будут анализироваться вместе.

Field

Соседняя категория

(Дополнительный)

Соседняя категория анализа. Этот инструмент позволит определить, в какой степени Категория интереса связана с Соседней категорией или изолирована от нее.

String

Тип окрестности

Определяет, как заданы пространственные отношения между объектами.

  • Диапазон расстояний–Каждый объект анализируется в контексте соседних объектов. Соседние объекты в пределах указанного критического расстояния, задаваемого параметром Диапазон расстояний, получают вес 1 и влияют на расчеты для целевого объекта. Соседние объекты за пределами указанного критического расстояния получают вес 0 и не оказывают влияния на расчеты для целевого объекта.

  • K ближайших соседей–Ближайшие k объекты будут включены в анализ в качестве соседей. Количество соседей указывается с помощью параметра Число соседей. Используется по умолчанию.

  • Получить пространственные веса из файла–При использовании Одного набора данных во Входном типе пространственные отношения могут определяться на основе заданного файла матрицы пространственных весов. Путь к файлу с пространственными весами указан в параметре Файл Матрицы весов.

String

Число соседей

(Дополнительный)

Число соседей вокруг каждого объекта, которое будет использовано для тестирования локальных отношений между категориями. Если значение не задано, будет использовано значение по умолчанию - 8. Указанное значение должно быть достаточно большим для выявления отношений между объектами и при этом не слишком большим для сохранения возможности идентификации локальных закономерностей.

Long

Диапазон расстояний

(Дополнительный)

Размер окрестности постоянен (фиксирован) для каждого объекта. Все находящиеся в пределах этого расстояния объекты будут использоваться для тестирования локальных отношений между категориями. Если значение не задано, будет использоваться среднее расстояние, на котором у каждого объекта есть хотя бы 8 соседей.

Linear Unit

Файл матрицы весов

(Дополнительный)

Путь к файлу, который содержит веса, определяющие пространственные и, возможно, временные отношения между объектами.

File

Тип временных отношений

(Дополнительный)

Определяет, как задаются временные отношения между объектами.

  • До–Временное окно расширяется назад до значений времени каждого из Входных объектов интереса. У соседних объектов должна быть отметка даты/времени, которая появляется до отметки даты/времени интересующего объекта, чтобы они были включены в анализ. Используется по умолчанию.

  • После–Временное окно расширяется вперед до значения времени каждого из Входных объектов интереса. У соседних объектов должна быть отметка даты/времени, которая появляется после отметки даты/времени интересующего объекта, чтобы они были включены в анализ.

  • Промежуток–Временное окно расширяется назад и вперед до значения времени каждого из Входных объектов интереса. У соседних объектов должна быть отметка даты/времени, которая появляется в пределах значения Интервала временного шага до или после отметки даты/времени интересующего объекта, чтобы они были включены в анализ. К примеру, если для Интервала временного шага задано значение, равное 1 неделе, окно будет охватывать 1 неделю до целевого объекта и 1 неделю после него.

String

Интервал шкалы времени

(Дополнительный)

Целое число и единица измерения, соответствующие числу временных единиц, составляющих временное окно.

Time Unit

Число перестановок

(Дополнительный)

Число перестановок, которое будет использовано для создания эталонного распределения. Выбор числа перестановок является компромиссом между точностью и временем обработки. Выберите предпочтительные для вас скорость и точность. Для более значимых и точных результатов требуется больше времени.

  • 99–Анализ будет использовать 99 перестановок. С 99 перестановками минимально возможное псевдо p-значение равно 0.02, а все остальные псевдо p-значения будут кратны этому значению. Используется по умолчанию.

  • 199–Анализ будет использовать 199 перестановок. С 199 перестановками, минимально возможное псевдо p-значение равно 0.01, а все остальные псевдо p-значения будут четным произведением этого значения.

  • 499–Анализ будет использовать 499 перестановок. С 499 перестановками минимально возможное псевдо p-значение равно 0.004, а все остальные псевдо p-значения будут четным произведением этого значения.

  • 999–Анализ будет использовать 999 перестановок. С 999 перестановками, минимально возможное псевдо p-значение равно 0.002, а все остальные псевдо p-значения будут четным произведением этого значения.

  • 9999–Анализ будет использовать 9999 перестановок. С 9999 перестановками минимально возможное псевдо p-значение равно 0.0002, а все остальные псевдо p-значения будут четным произведением этого значения.

Long

Локальная схема весов

(Дополнительный)

Определяет тип кернфункции, которая будет использоваться при присвоении пространственных весов. Кернфункция определяет, каким образом каждый объект связан с остальными объектами в пределах окрестности.

  • Биквадратная–Объекты взвешиваются на основе расстояния до самого дальнего соседа или границы диапазона расстояний, причем объектам, находящимся за пределами указанной окрестности, будет присвоено значение веса, равное 0.

  • Гауссова–Объекты взвешиваются на основе расстояния до самого дальнего соседа или границы диапазона расстояний, и вес падает быстрее, чем в Биквадратной функции. Вес, равный 0, присваивается объектам, находящимся за пределами указанной окрестности. Используется по умолчанию.

  • Нет–Схема взвешивания не будет применяться, и всем элементам окрестности будет присвоен вес 1, то есть они вносят одинаковый вклад. Вес, равный 0, будет присвоен объектам, находящимся за пределами окрестности.

String

Выходная таблица Глобальных отношений

(Дополнительный)

Таблица, которая включает глобальные индексы совместного размещения между всеми категориями в параметре Поле интереса и всеми категориями, в параметре Поле, содержащее категорию окрестности. Эта таблица может помочь найти локальные категории для анализа.

Если Наборы данных без категорий используются в качестве значения параметра Входной тип, то для каждого набора данных и между ними будут вычисляться глобальные индексы совместного размещения.

Table

Параметры среды

Генератор случайных чисел, Выходная система координат, Коэффициент параллельной обработки

Информация о лицензировании

  • Basic: Да
  • Standard: Да
  • Advanced: Да