Mit den Werkzeugen im Toolset "Zeitserienvorhersage" können Sie zukünftige Werte für einen Raum-Zeit-Würfel vorhersagen und schätzen sowie für die einzelnen Positionen eines Raum-Zeit-Würfels verschiedene Vorhersagemodelle auswerten und vergleichen. Es stehen verschiedene Vorhersagemodelle für Zeitserien zur Verfügung, z. B. einfache Kurvenanpassung, exponentielles Glätten und eine Forest-basierte Methode.
| Werkzeug | Beschreibung |
|---|---|
Sagt zukünftige Werte für jede Position eines Raum-Zeit-Würfels mithilfe der Kurvenanpassung vorher. | |
Wählt aus mehreren Vorhersagen für die einzelnen Positionen eines Raum-Zeit-Würfels jeweils das genaueste Ergebnis aus. Hiermit haben Sie die Möglichkeit, mehrere Werkzeuge im Toolset Zeitserienvorhersage mit denselben Zeitseriendaten zu verwenden und für jede Position die beste Vorhersage auszuwählen. | |
Führt eine Vorhersage zukünftiger Werte für jede Position eines Raum-Zeit-Würfels mithilfe der exponentiellen Glättungsmethode nach Holt-Winters durch, indem die Zeitserie bei jedem Positionswürfel in saisonale und Trendkomponenten zerlegt wird. | |
Sagt mithilfe einer Adaption des "Random Forest"-Algorithmus von Leo Breiman die zukünftigen Werte für jede Position eines Raum-Zeit-Würfels vorher. Das Forest-Regressionsmodell wird mithilfe von Zeitfenstern an jeder Position des Raum-Zeit-Würfels trainiert. |
Zusätzliche Ressourcen
Unter https://www.esriurl.com/spatialstats finden Sie eine Liste mit Ressourcen, mit deren Hilfe Sie sich mit den Werkzeugen für räumliche Statistiken vertraut machen können. Es sind u. a. folgende Ressourcen verfügbar:
- Lernprogramme
- Videos
- Kostenlose Online-Seminare
- Bücher, Artikel und Whitepaper
- Beispielskripte, Fallstudien und Learn ArcGIS-Lektionen