[クラスター分析のマッピング] ツールでは、統計的に有意なホット スポット、コールド スポット、空間的な外れ値、似ているフィーチャの位置を特定するためのクラスター分析を実施できます。[クラスター分析のマッピング] ツールセットは、1 つ以上のクラスターの位置に基づいたアクションが必要な場合に特に有用です。空き巣団に対応するために追加的な警官を配置する場合などです。空間クラスターの位置を特定することは、クラスタリングの原因として可能性のあるものを見出す場合にも重要です。たとえば、病気の発生位置から、可能性のある原因の手掛かりを得られることは少なくありません。「空間的クラスターはあるか？」といった疑問に対して有無を確認できる [パターン分析] ツールセットとは異なり、[クラスター分析のマッピング] ツールではクラスターの位置と範囲を表示することができます。これらのツールでは、「クラスター (ホット スポット/コールド スポット) はどこか？」、「空間的な外れ値はどこか？」、「最も似ているのはどのフィーチャか？」という疑問に対する答えを得ることができます。
| ツール | 説明 |
|---|---|
加重された一連のフィーチャを指定すれば、Anselin Local Moran's I 統計で、統計的に有意なホット スポット、コールド スポット、および空間的な外れ値を特定できます。 | |
フィーチャ属性およびオプションの空間的/時系列的制限に基づいてフィーチャをグループ化します。 | |
1 組のウェイト付きフィーチャに対して、Getis-Ord Gi* 統計値を使用して、統計的に有意なホット スポットとコールド スポットを特定します。 | |
インシデント ポイントまたは重み付きフィーチャ (ポイントまたはポリゴン) に基づいて、Getis-Ord Gi* 統計を使用し、統計的に有意なホット スポットとコールド スポットのマップを作成します。最適な結果を得るために、入力フィーチャクラスの特性が評価されます。 | |
インシデント ポイントまたは重み付きフィーチャ (ポイントまたはポリゴン) に基づいて、Anselin Local Moran's I 統計を使用し、統計的に有意なホット スポット、コールド スポット、および空間的な外れ値のマップを作成します。最適な結果を得るために、入力フィーチャクラスの特性が評価されます。 | |
フィーチャ属性に基づいて、どの候補フィーチャが 1 つ以上の入力フィーチャに最も類似しているか、または最も類似していないかを識別します。 |