位置による予測評価 (Evaluate Forecasts By Location) (時空間パターン マイニング)

概要

時空間キューブの各位置に対して、複数の予測結果から最も正確な予測を選択します。このツールを使用すると、時系列予測ツールセット内の複数のツールを同じ時系列データで使用し、各位置に対して最適な予測を選択できます。

位置による予測評価 (Evaluate Forecasts By Location) の詳細

同じ時系列に対する複数の予測
複数の予測が表示され、凡例内で最も正確な予測がハイライト表示されます。

使用法

  • [入力予測時空間キューブ] パラメーターで指定するすべての時空間キューブは、時系列予測ツールセット内のツールで同じ入力時空間キューブを使用して作成する必要があります。

  • このツールは、各位置で検証または予測の最小二乗平均平方根誤差 (RMSE) を提供する予測方法を特定します。このため、互いに近い位置に対して異なる方法が特定される可能性があります。たとえば、データが国々の年間人口を表す場合、1 つの国に対してはフォレストベースの予測を使用し、2 つの近接する国に対してはゴンペルツ曲線および季節型指数平滑法を使用することがあります。各位置に対して異なる形状によるさまざまな予測方法を使用することが理にかなっているかどうかを検討し、各位置に対してその予測方法を選択したことで、その位置の予測 RMSE が大幅に減少したか、検証 RMSE が大幅に減少したかを判断します。各位置に対して単一の方法を使用することが、異なる方法を使用するのとほぼ同等に正確である場合は、最節約原理により、すべての位置に対して単一の予測方法を使用することをお勧めします。

  • [出力フィーチャ] は、各位置で選択された方法の最後に予測された時間ステップに基づくレンダリングで [コンテンツ] ウィンドウに追加されます。

  • このツールでは、結果の把握と視覚化に役立つジオプロセシング メッセージと対話式のポップアップ チャートが作成されます。メッセージには、時空間キューブの構造、RMSE 値の要約統計量、および各予測方法で表される位置数のサマリーに関する情報が含まれています。[マップ操作] ツールを使用してフィーチャをクリックすると、[ポップアップ] ウィンドウにライン チャートが表示され、時空間キューブの値と各予測方法の予測値が表示されます。その位置で選択された予測方法が、チャートでハイライト表示されます。

  • 予測方法は [フォレストベース予測 (Forest-based Forecast)] ツールを使用して作成します。このツールは通常、場所の時系列に対して最適な適合度を提供しますが、将来値の予測が他の方法に比べて不正確なことが多いです。入力予測時空間キューブのいずれかがフォレストベース方法を表している場合、[検証結果を使用して評価] パラメーターをオンにしておくことをお勧めします。

  • 入力予測時空間キューブのいずれかが他のキューブとは異なる将来の時間ステップ数を予測した場合、出力には最小の時間ステップ数に対する予測が含まれます。たとえば、2 つの時空間キューブが指定され、最初のキューブが 3 つの時間ステップ、2 つ目のキューブが 5 つの時間ステップを予測している場合、[出力フィーチャ] および [出力時空間キューブ] が予測する将来の時間ステップ数は 3 になります。

  • [検証結果を使用して評価] パラメーターがオフの場合、選択された方法と各位置での他のすべての方法との間で、Diebold-Mariano (DM) または Harvey, Leybourne, and Newbold (HLN) 検定が実行されます。これらの検定では、時系列に対して、選択された方法が選択されなかった方法よりも大幅にフィットするかどうかが判断されます。

    同等の予測精度に対する HLN 検定の詳細

  • [入力予測時空間キューブ] パラメーターで指定される時空間キューブは、キューブが netCDF ファイルとしてすでに保存されていれば ModelBuilder の中間データ変数として使用できません。いずれかの時空間キューブがモデルに作成されており、ファイルとしてまだ存在しない場合は、モデル全体を実行する前に ModelBuilder の各ツールを実行する必要があります。

構文

EvaluateForecastsByLocation(in_cubes, output_features, {output_cube}, {evaluate_using_validation_results})
パラメーター説明データ タイプ
in_cubes
[in_cubes,...]

比較対象の予測を含む入力時空間キューブ。比較する際は、すべての予測キューブを元の同じ時系列データから作成する必要があります。

File
output_features

時空間キューブの位置と、各位置で選択した方法の予測値を含むフィールドを表す、新しい出力フィーチャクラス。フィーチャのポップアップには、元の時系列データのチャートとすべての方法の予測が表示されます。

Feature Class
output_cube
(オプション)

元の時系列データと各位置で選択された方法の予測を含む出力時空間キューブ (*.nc ファイル)。[時空間キューブを 3D で視覚化 (Visualize Space Time Cube in 3D)] ツールを使用すると、元の値と予測値を同時に表示できます。

File
evaluate_using_validation_results
(オプション)

位置に対する予測方法を、最小の検証 RMSE を使用して決定するか、最小の予測 RMSE を使用して決定するかを指定します。

  • USE_VALIDATION予測方法は、最小の検証 RMSE を使用して決定されます。これがデフォルトです。
  • NO_VALIDATION予測方法は、最小の予測 RMSE を使用して決定されます。
Boolean

コードのサンプル

EvaluateForecastsByLocation (位置による予測評価) の例 1 (Python ウィンドウ)

次の Python スクリプトは、EvaluateForecastsByLocation 関数の使用方法を示しています。

import arcpy
arcpy.env.workspace = "C:/Analysis"
# Compare and merge three forecasts from three forecasts.
arcpy.stpm.EvaluateForecastsByLocation("CurveFit.nc;ExpSmooth.nc;ForestBased.nc", 
                                       "Analysis.gdb/Forecasts", 
                                       "outEvaluate.nc","USE_VALIDATION")
EvaluateForecastsByLocation (位置による予測評価) の例 2 (スタンドアロン スクリプト)

次の Python スクリプトは、EvaluateForecastsByLocation 関数を使用して人口を予測する方法を示しています。

# Compare and merge three forecasts
# Import system modules
import arcpy
# Set property to overwrite existing output.
arcpy.env.overwriteOutput = True
# Set workspace
workspace = r"C:\Analysis"
arcpy.env.workspace = workspace
# Run tool
arcpy.stpm.EvaluateForecastsByLocation(["CurveFit.nc", "ExpSmooth.nc", "ForestBased.nc"], 
                                       "Analysis.gdb/Forecasts", "outEvaluate.nc",
                                       "USE_VALIDATION")

ライセンス情報

  • Basic: はい
  • Standard: はい
  • Advanced: はい

関連トピック