空間ウェイト マトリックスは、データセットのフィーチャ間に存在する空間リレーションシップを定量化します。[空間統計] ツールボックス の多くのツールは、各フィーチャと近傍フィーチャの関連性を評価します。空間ウェイト マトリックス ファイルは、そのような近傍空間リレーションシップを定義します (空間ウェイトと空間ウェイト マトリックス ファイルの詳細については、「空間ウェイト」をご参照ください。)
一般に、フィーチャ間の空間リレーションシップは、ユークリッド距離の計測値と距離加重方式 (近接距離、固定距離、または逆距離) を使用して定義されます (「空間リレーションシップのモデル化」をご参照ください)。ただし、小売分析、サービスのアクセシビリティ、緊急応答、避難計画、交通事故分析など、多くの用途では、空間リレーションシップを実世界の交通ネットワーク (道路、鉄道、歩道など) に対して定義するほうが適切です。[ネットワーク空間ウェイトの生成 (Generate Network Spatial Weights)] ツールでは、交通がネットワーク データセットに限定されている場合に、ポイント フィーチャ間の時間または距離に基づいて空間リレーションシップをモデル化して保存します。このツールには、ArcGIS Network Analyst エクステンションのライセンスが必要です。
ユーザーは、フィーチャの出発地と目的地の両方を表すポイント フィーチャクラスを用意します。また、既存のネットワーク データセットも用意します (「ネットワーク データセットの設計」を参照するか、Street Map Premium for ArcGIS にある、すぐに使えるネットワーク データセットのいずれかを使用します)。[ネットワーク空間ウェイトの生成 (Generate Network Spatial Weights)] ツールは、ネットワークに各ポイントを配置して、各フィーチャと他のフィーチャすべてとの距離または時間による近さを定量化します。2 つのフィーチャの近さを解くときには、オプションとして、バリアまたは制限 (道路の閉鎖など) を考慮できます。このような近接の値は、[空間的自己相関分析 (Spatial Autocorrelation (Morans I))]、[ホット スポット分析 (Hot Spot Analysis (Getis-Ord Gi*))]、[クラスター/外れ値分析 (Cluster and Outlier Analysis (Anselin Local Morans I))] など、いくつかの空間統計ツールの数式で活用されます。
参考資料
Anselin, L. (1988) 『Spatial Econometrics: Methods and Models』 (Boston: Kluwer)
Getis, A. および Aldstadt, J. (2004) 「Constructing the Spatial Weights Matrix Using a Local Statistic」 Geographical Analysis 36 (2): 90–104
Haining, R. (2003) 『Spatial Data Analysis: Theory and Practice』 (Cambridge、UK: Cambridge University Press)
Price, Mike (2009秋) 「It's all about streets」 ArcUser Online ESRI