[時空間パターン マイニング] ツールボックスには、空間と時間の両方を対象にデータの分布およびパターンを分析するための統計ツールが含まれています。このツールボックスには、時空間 netCDF キューブに格納されたデータを 2D および 3D で視覚化するためのツールセットが含まれています。
[ポイントの集約による時空間キューブの作成 (Create Space Time Cube By Aggregating Points)] は、ポイント データセットを取得し、分析用に多次元キューブ データ構造 (netCDF) を構築します。その後、[時空間ホット スポット分析 (Emerging Hot Spot Analysis)] がキューブを入力として取得し、時間経過に伴う、統計的に有意なホット スポットおよびコールド スポットの傾向を識別します。さまざまな時間ステップ間隔で新規、増大、持続性、または散発性のホット スポット パターンを見つけるために、[時空間ホット スポット分析 (Emerging Hot Spot Analysis)] ツールを使用して、犯罪や病気の発生データを分析できます。[ローカル外れ値分析 (Local Outlier Analysis)] ツールでは、キューブが入力値として取得されるため、高い値または低い値の統計的に有意なクラスターだけでなく、時空間で近接フィーチャとは統計的に異なる外れ値も特定することができます。[ユーティリティ] ツールセットでは、2 次元および 3 次元の時空間キューブに格納されているデータや解析結果を視覚化できます。これらの視覚化ツールを使用すると、キューブの構造やキューブ集約処理の仕組みを理解することができます。また、他の [時空間パターン マイニング] ツールによってキューブに追加された解析結果を視覚化できます。キューブのコンテンツを表示できるようにする手法については、「時空間キューブの視覚化」をご参照ください。
| ツール | 説明 |
|---|---|
ポイントの集約による時空間キューブの作成 (Create Space Time Cube By Aggregating Points) | 時空間ビンにポイントのセットを集めることで、netCDF データ構造にポイントを集約します。各ビンで、ポイントが計算され、指定された属性が集約されます。すべてのビンの位置に対して、時間の経過に伴うポイント数の傾向と集約された属性が評価されます。 |
netCDF 時空間キューブにおけるポイント数または属性をクラスタリングする際の傾向を特定します。カテゴリには、新規、連続性、増大、持続性、減衰、散発性、振動および履歴のホット /コールド スポットがあります。 | |
高い値または低い値の統計的に有意なクラスターだけでなく、時空間で近接フィーチャとは統計的に異なる外れ値も特定します。 |
| ツールセット | 説明 |
|---|---|
このツールセットには、netCDF キューブに格納されている変数を視覚化するツールが含まれています。 |
参考資料
www.esriurl.com/spatialstats で、空間統計ツールの使用に関する次の資料の最新リストを入手できます。
- チュートリアル
- ビデオ
- 無料の Web セミナー
- 書籍、記事、およびホワイト ペーパー
- サンプル スクリプトとケース スタディ