Überblick über das Toolset "Cluster-Zuordnung"

Mit den Werkzeugen zur Cluster-Zuordnung können Cluster-Analysen zur Positionsermittlung von statistisch signifikanten Hot-Spots, Cold-Spots, räumlichen Ausreißern und ähnlichen Features durchgeführt werden. Das Toolset "Cluster-Zuordnung" ist besonders nützlich, wenn Aktionen auf Grundlage der Position eines oder mehrerer Cluster durchgeführt werden müssen. Ein Beispiel hierfür wäre die Zuweisung von zusätzlichen Polizeibeamten für den Umgang mit einem Cluster von Einbrüchen. Die Positionsbestimmung von räumlichen Clustern ist ebenfalls wichtig, wenn nach potenziellen Ursachen für Cluster-Bildung gesucht wird; je nachdem wo eine Krankheit ausbricht, kann dies häufig Aufschluss über deren Ursache geben. Anders als bei den Methoden im Toolset "Analysen von Mustern", die die Frage "Liegt ein räumliches Clustering vor?" mit Ja oder Nein beantworten, ermöglichen die Werkzeuge im Toolset "Cluster-Zuordnung" die Visualisierung der Positionen und der Ausdehnung von Clustern. Diese Werkzeuge liefern Antworten auf die Fragen "Wo befinden sich die Cluster (Hot-Spots, Cold-Spots)?", "Wo befinden sich die räumlichen Ausreißer?" und "Welche Features ähneln sich am meisten?".

Werkzeug	Beschreibung
Cluster- und Ausreißeranalyse	Dieses Werkzeug identifiziert in einem Satz gewichteter Features mithilfe der Anselin Local Morans I-Statistik statistisch signifikante Hot-Spots, Cold-Spots und räumliche Ausreißer.
Gruppierungsanalyse	Gruppiert Features anhand von Feature-Attributen und optionalen räumlichen/zeitlichen Einschränkungen.
Hot-Spot-Analyse	Dieses Werkzeug identifiziert in einem Satz gewichteter Features mithilfe der Getis-Ord Gi*-Statistik statistisch signifikante Hot-Spots und Cold-Spots.
Optimierte Hot-Spot-Analyse	Dieses Werkzeug erstellt aus angegebenen Ereignispunkten oder gewichteten Features (Punkte oder Polygone) mithilfe der Getis-Ord Gi*-Statistik eine Karte mit statistisch signifikanten Hot- und Cold-Spots. Es wertet die Eigenschaften der Eingabe-Feature-Class aus, um optimale Ergebnisse zu erzeugen.
Ähnlichkeitssuche	Identifiziert, welche Kandidaten-Features, basierend auf Feature-Attributen, die größte oder geringste Ähnlichkeit mit einem oder mehreren abzugleichenden Eingabe-Features aufweisen.

Werkzeuge "Cluster-Zuordnung"