Business Analyst ライセンスで利用できます。
高度な割り当ての設定
より正確にデータを取得するために、異なる方法が提供されています。これは、商圏が人口統計レイヤーを横断する場合に重要になります。従来の選択方法では、面積按分を用いていました。この処理では、領域全体に均等にデータが分布していない場合、精度が損なわれる可能性があります。ほとんどの場合、人口や住宅は、郵便番号、郡、地方などの地理的な境界をまたがってまばらに分布しています。
Business Analyst は、以下のデータ割り当て方法を提供します。これらの設定を変更して、目的のデータ取得方法を実現できます。
- Block Apportionment: データを任意のレベルで按分および抽出する最も正確な方法として使用されます。ただし、各基本単位区で人口の割合の重み付けが調べられるため、処理時間がかかります。
- Cascading Centroid: 通常は、広範囲のエリアのデータを高速に取得するために使用されます。選択したレベルの地理的重心のみが、分析で返されます。これらの重心には、対応するポリゴンと全く同じ人口統計属性が含まれます。
- 低いレベルでの精度を高くし (Block Apportionment)、高い地理レベルでの処理を高速にする (Cascading Centroid) Block Apportionmentの代わりに Cascading Centroid を高いレベルで使用することで、統計的な差異が最小になります。2 つの方法を組み合わせているため、全体的な精度が損なわれません。
BDS インデックス
Business Analyst では、カスタム データに最適化された独自の BDS インデックスを作成できます。インデックスを使用して、効率的にデータを集計し、サマリー レポートを作成できます。これらのインデックスは、カスタム データの設定時、または [高度な許容範囲設定] で [インデックスを構築] ボタンを使用して、いつでも作成できます。[インデックスを構築] ボタンがアクティブな場合、カスタム レイヤーには、現在インデックスが存在していません。カスタム BDS インデックスは、標準的な BDS 地理レベル (ブロック グループ、国勢調査地区、郵便番号など) でのみ、ベースとして使用できます。各インデックスは、カスタム BSD レイヤーが保存される場所にコピーされます。すべての Esri データ レベルには、デフォルトで BSD インデックスが作成されます。そのため、[インデックスを構築] ボタンはアクティブになりません。
距離の限界値の設定
Business Analyst では、データ割り当ての面積の閾値の設定は、平方マイルや平方キロメートルなどの面積単位で表示されます。エリアの面積、計算方法、およびデータ階層によるデータ探索のパフォーマンス低下を明らかにするための広範な調査が行われました。それらの調査に基づいて、デフォルトの面積の限界値が、ハイブリッド、Block Apportionment、およびCascading Centroidの各方法に対して設定されています。これらの設定を、ユーザー独自の方法で変更できます。
このセクションでは、[データ] タブのオプションとデフォルトの距離の設定について説明します。ほとんどの商圏は不規則な形状をしているため、限界値は高さと幅の最大距離に基づきます。
距離の限界値を決定するために、商圏の最も外側にある各ポイントの周囲でポリゴンが描画されます。下の図では、ポリゴンの幅と高さのうちの大きいほうが距離の限界値として使用されています。幅は 80 マイル、高さは 55 マイルです。この例では、80 マイルの幅が最大値になります。80 マイルの距離は、101 マイルの閾値に収まります。この場合、商圏からブロック ポイントが取得されます。
- [出力データ形式] セクションでは、出力データ形式を変更できます。シェープファイル、パーソナル ジオデータベース、およびファイル ジオデータベースから選択できます。
- [BDS レイヤーで代替エイリアスを使用] チェックボックスをオンにして、[カスタム データ (BDS) の設定] ウィザードの [カスタム データ パラメーター] で作成した [代替変数の説明] で設定した値を表示します。
プラス ボタンまたはマイナス ボタンをクリックして、レベルを増やすまたは減らすことができます。いずれかの計算方法をクリックして、データ計算方法を BlockApportionment または CentroidsInPolygon (cascading centroid) に変更します。データ レイヤーをクリックして、そのデータ レイヤーを変更します。たとえば、[基本単位区] を [郵便番号] に変更できます。[Counties] レイヤーは、データ取得で最大の境界のオプションです。
下の図に、ハイブリッド データ割り当てのデフォルト設定の参照距離を示します。
![[高度な許容範囲設定] ダイアログ ボックスに対応する参照距離の図](GUID-EDC67023-39B8-499D-BB31-AC9DAB05F02B-web.png "[高度な許容範囲設定] ダイアログ ボックスに対応する参照距離の図")
上の [高度な許容範囲設定] ダイアログ ボックスの図の距離の値は、下の図と一致しています。
101 マイル - ブロック グループ (BlockApportionment) が、黄色い領域内に示されます。
152 マイル - ブロック グループの重心が、赤い領域内に示されます。
202 マイル - 国勢調査地区の重心が、紺青色の領域内に示されます。
404 マイル - 郵便番号の重心が、水色の領域内に示されます。
400 マイルを超える領域 (上の [高度な許容範囲設定] ダイアログ ボックスの図では [大] で示される) - 郡の重心が、白い領域内に示されます。
距離の限界値は、商圏の高さと幅の最大値を使用して計算されます。上の例とは異なり、多くの商圏は完全な円ではなく、不規則な形状をしています。下の例で、不規則な形状の商圏の最大値の計算方法を示します。
距離の限界値を決定するために、商圏の最も外側にある各ポイントの周囲でポリゴンが描画されます。ポリゴンの幅と高さのうちの大きいほうが、距離の閾値として使用されます。下の例では、80 が最大値です。80 マイルの距離は、101 マイルの閾値に収まります。この場合、商圏からブロック ポイントが取得されます。
Block Apportionment と cascading centroid
このセクションでは、Block Apportionmentと cascading centroid の各方法で狭い地理的領域を使用する場合について説明します。この例では、両方の方法をまったく同じ領域で使用して、空間オーバーレイを用いて郵便番号境界からデータを取得します。
下の図については、以下の注記をご参照ください。
- この商圏について、([空間オーバーレイ] ツールを使用して) 人口レポートを作成することを想像してみてください。商圏が不規則な形状をしており、複数の境界を横切っていることがわかります。
- ここで表示されている郵便番号の重心は、データ取得処理で使用されます。
- 郵便番号の重心は、赤で表示されています。これらは、すべての郵便番号境界の地理的中心点を表しており、それらに対応するポリゴンのすべての人口統計属性を含んでいます。
- 緑色の点で表示されたブロック ポイント (ブロック グループを形成するために国勢調査ブロック境界から生成される) は、Business Analyst の人口統計データの最小単位です。これらの人口統計属性は、すべての変数に重みを付けるために使用されます。人口統計属性には、人口、総世帯数、住宅数、ビジネス数などがあります。
下の例は、BlockApportionment データ割り当て方法を示しています。この例では、郵便番号を使用します。この例では、特に狭い地理的領域でブロックによる按分のほうが正確であることを示します。
16199 人の郵便番号の人口の重み値は 75% です。これは、そのブロック ポイントに含まれる郵便番号の人口の 75% が商圏内にあるためです (つまり、12,115/16,119*100)。このシナリオは、領域が商圏によって分割された他のすべての境界に適用できます。
下の図の各ボックスは、商圏内に含まれるブロック ポイントのみを加算した人口の合計を示しています。商圏外に含まれるブロック ポイントは、この分析には含まれません。この例では、郵便番号の人口全体の 21,676 ではなく、14,042 という値が正確に表示されています。この人口の重み値は、65% です。
Block Apportionment を使用した場合の属性テーブル出力を下に示します。商圏に含まれるブロック ポイントが合計されて、総人口の値になっていることがわかります。つまり、13,547 + 10,798 + 8,585 + 14,042 + 15,881 + 1,854 + 12,115 + 1,066 = 77,888 です。
商圏内の各ブロック ポイントが合計され、[2000 年の総人口] フィールドに 2000 年の総人口 (つまり、77,888 人) が表示されます。[カウント] フィールドに、データ取得に含まれたブロック ポイントを含む区画の総数が表示されます。block Apportionment による方法は、9 つの郵便番号のデータを返します。一方、cascading centroid による方法は、3 つの郵便番号教会内のデータのみを返します。
下の例は、郵便番号を使用した cascading centroid データ割り当て方法を示しています。ここでは、cascading centroid のほうが、特に地理的領域が狭い場合に不正確になることを示します。
商圏内の重心 (15881 人を含む郵便番号境界として示すような) は、cascading centroid の方法を使用する分析に使用されます。商圏外の重心 (16199 人を含む郵便番号境界として示すような) は、対応する境界が商圏内にある場合でも、分析には含められません。商圏外に広がる場合 (21676 人を含む郵便番号境界として紫色で示すような) であっても、境界全体のデータは重心で表されます。
各ラベルは、各郵便番号重心の 2000 年の人口の値を示しています。郵便番号重心属性は、それらに対応する境界から生成されます。
Cascading centroid を使用した属性テーブル出力を下に示します。商圏に含まれる郵便番号重心が合計されて、総人口の値になっていることがわかります。つまり、12,749 + 15,881 + 21,676 = 50,306 です。
商圏内の各郵便番号重心が合計され、[2000 年の総人口] フィールドに 2000 年の総人口 (50,306 人) が表示されます。[カウント] フィールドに、データ取得に含まれた重心を含む区画の総数が表示されます。
