Anfälligkeit gegenüber Attributunsicherheiten bewerten (Spatial Statistics)

Zusammenfassung

Misst die Robustheit eines Analyseergebnisses, indem es die Ausgabe der ursprünglichen Analyse mit den Ergebnissen mehrerer Werkzeugausführungen mit simulierten Daten vergleicht. Bei den simulierten Daten werden Unsicherheiten bei einer oder mehreren Analysevariablen berücksichtigt. Es werden drei Typen von Attributunsicherheiten unterstützt: Fehlerspanne, Konfidenzgrenzen und ein Prozentsatz des ursprünglichen Attributwertes.

Weitere Informationen zur Funktionsweise des Werkzeugs "Anfälligkeit gegenüber Attributunsicherheiten bewerten"

Abbildung

Verwendung

• Für den Parameter Analyseergebnis-Features sind Analyseergebnisse von einem der folgenden Werkzeuge aus der Toolbox "Spatial Statistics" erforderlich:

  • Hot-Spot-Analyse (Getis-Ord Gi*)
  • Cluster- und Ausreißeranalyse (Anselin Local Morans I)
  • Optimierte Hot-Spot-Analyse
  • Optimierte Ausreißeranalyse
  • Generalisierte lineare Regression
  • Räumliche Autokorrelation (Morans I)

• Das Werkzeug erzeugt einen Ausgabe-Gruppen-Layer mit Layern, Diagrammen und Pop-ups, in denen verglichen wird, welche Unterschiede zur ursprünglichen Analyse bei den simulierten Ausführungen vorliegen.

• Die Ausgaben des Werkzeugs hängen vom Typ der auszuwertenden Analyse ab.

  • Für die Hot-Spot-Analyse, die optimierte Hot-Spot-Analyse, die Cluster- und Ausreißeranalyse sowie die optimierte Ausreißeranalyse stellt das Werkzeug eine Kopie der Ausgaben der ursprünglichen Analyse und einen Layer bereit, in dem die Positionen hervorgehoben sind, die bei mindestens 80 % der simulierten Ausführungen zu einem anderen Ergebnis als die ursprüngliche Analyse führten.
  • Für "Generalisierte lineare Regression" stellt das Werkzeug eine Kopie der Ausgaben der ursprünglichen Analyse sowie eine Tabelle mit den Ergebnissen der einzelnen Simulationen bereit. Die Tabelle enthält Diagramme zur Visualisierung der Regressionsergebnisse (Verteilung von R-Squared, Jarque-Bera und Koeffizienten) für die simulierten Ausführungen.
  • Für "Räumliche Autokorrelation (Global Moran's I)" stellt das Werkzeug eine Kopie der Analyse-Eingabe-Features sowie eine Tabelle mit den Ergebnissen der einzelnen Simulationen bereit. Die Tabelle enthält Diagramme zur Visualisierung der Z-Wert-Ergebnisse und der Ergebnisse von "Global Moran's I" für die simulierten Ausführungen.

• Die vom Werkzeug ausgeführten Simulationen werden mithilfe der folgenden Parameter konfiguriert:

  • Unsicherheitstyp: Gibt an, wie die Unsicherheit der Attribute gemessen wird, und enthält Angaben zur möglichen Unsicherheitsspanne für die simulierten Daten. Zur Angabe der Unsicherheit in den Analysevariablenwerten kann beispielsweise ein Fehlerspannenfeld verwendet werden.
  • Simulationsmethode: Gibt an, auf welche Weise die simulierten Daten mithilfe verschiedener statistischer Verteilungen generiert werden. Mit der Option Normal für den Parameter Simulationsmethode werden beispielsweise simulierte Werte mithilfe einer Normalverteilung generiert. Der ursprüngliche Attributwert ist der Mittelwert, und der Parameter Unsicherheitstyp (die Fehlerspanne) bestimmt die Standardabweichung.

  

  Mit der normalen Simulationsmethode werden simulierte Werte mithilfe einer Normalverteilung generiert. Wenn als Unsicherheitstyp die Option Fehlerspanne verwendet wird, ist der Mittelwert der Verteilung der ursprüngliche Attributwert, und die Standardabweichung ist die Fehlerspanne.

• Mit dem Parameter Grenzwerte für Simulationsdaten können Sie die Simulationen weiter konfigurieren. Verwenden Sie diesen Parameter, um zu verhindern, dass mit den Simulationen Daten generiert werden, die in der Analyse keinen Sinn ergeben würden. Ein Beispiel hierfür wären negative Werte, wenn die Analysevariable der Prozentsatz der Bevölkerung unterhalb der Armutsgrenze ist.

• Das Werkzeug liest die Metadaten des Parameterwertes Analyseergebnis-Features, um das Analysewerkzeug zu identifizieren, durch das der Layer erstellt wurde. Wenn mehrere Werkzeuge für den Layer ausgeführt wurden, ist das zuletzt verwendete Werkzeug relevant.

Parameter

Dialogfeld

Beschriftung	Erläuterung	Datentyp
Analyseergebnis-Features	Eine Feature-Class, die das Ausgabe-Analyseergebnis eines Werkzeugs für räumliche Statistiken enthält. Es werden nur bestimmte Werkzeuge unterstützt. Dies ist das Analyseergebnis, das auf seine Robustheit hin ausgewertet wird.	Feature Layer
Ausgabe-Features	Die Ausgabe-Features, die eine Kopie der ursprünglichen Analyseergebnisse und Felder mit einer Zusammenfassung der Robustheit der Analyse für jedes Feature enthalten.	Feature Class
Ausgabe-Simulationstabelle	Die Ausgabetabelle, die Felder mit einer Zusammenfassung der Robustheit der Analyse enthält.	Table
Analyse-Eingabe-Features (optional)	Die Eingabe-Features, die in der Analyse verwendet wurden, mit der die Analyseergebnis-Features erzeugt wurden.	Feature Layer
Unsicherheitstyp (optional)	Gibt an, wie die Attributunsicherheit gemessen wird. Fehlerspanne—Die Eingabe-Feature-Class der ursprünglichen Analyse enthält ein Feld mit der verwendeten symmetrischen Fehlerspanne für jedes Feature. Obere und untere Grenze—Die Eingabe-Feature-Class der ursprünglichen Analyse enthält ein Feld mit der verwendeten unteren und oberen Grenze für jedes Feature. Die Grenzen können in Bezug auf den Wert der Analysevariablen eines Features asymmetrisch sein. Prozent oberhalb und unterhalb—Die Analysevariable wird um den Prozentsatz angepasst, der durch den Parameter Prozentsatz unterhalb und oberhalb des Grenzwerts angegeben ist.	String
Feld "Fehlerspanne" (optional)	Das Feld, das die Fehlerspanne (Margin of Error, MOE) der Analysevariablen enthält. Die MOE wird verwendet, um eine symmetrische Verteilung zu konstruieren, aus der die simulierten Werte generiert werden.	Value Table
Feld "Untere und obere Grenze" (optional)	Die Felder mit der unteren und oberen Grenze für die Analysevariable. Es werden Werte zwischen der unteren und der oberen Konfidenzgrenze generiert.	Value Table
Werte für den Prozentsatz unterhalb und oberhalb des Grenzwerts (optional)	Der Prozentsatz des ursprünglichen Attributwerts, der vom ursprünglichen Wert der Analysevariablen subtrahiert und hinzuaddiert wird, um einen Wertebereich für die Simulationen zu erstellen.	Value Table
Anzahl der Simulationen (optional)	Die Anzahl der durchgeführten Simulationen.	Long
Simulationsmethode (optional)	Gibt die zum Simulieren von Daten verwendete Wahrscheinlichkeitsverteilung an. Normal—Es wird eine Normalverteilung verwendet. Dies ist die Standardeinstellung. Gleich—Es wird eine Gleichverteilung verwendet. Dreieck—Es wird eine Dreiecksverteilung verwendet.	String
Workspace für Simulationsergebnisse (optional)	Ein vorhandener Workspace, in dem die Analyseergebnisse aus den einzelnen Simulationen gespeichert werden. Der Workspace kann ein Ordner oder eine Geodatabase sein.	Workspace
Grenzwerte für Simulationsdaten (optional)	Der untere und der obere Grenzwert für die simulierten Werte. Alle simulierten Werte liegen innerhalb dieser Limits. Verwenden Sie beispielsweise für Anzahlen oder Prozentsätze Null als unteren Grenzwert, um sicherzustellen, dass es keine negativen Anzahlen oder Prozentsätze gibt.	Value Table
Fehlerspannen-Konfidenznivau (optional)	Das Konfidenzniveau der Fehlerspannen. Wenn die Fehlerspannen beispielsweise anhand von 95-Prozent-Konfidenzintervallen erstellt wurden, geben Sie einen Wert von 95 an.	Long

Abgeleitete Ausgabe

Beschriftung	Erläuterung	Datentyp
Ausgabe-Gruppen-Layer	Ein Gruppen-Layer der Ausgaben.	Group Layer
Workspace für Simulationsergebnisse	Ein Workspace, in dem die Analyseergebnisse aus den einzelnen Simulationen gespeichert werden. Der Workspace kann ein Ordner oder eine Geodatabase sein.	Workspace

Python

arcpy.stats.AttributeUncertainty(in_features, out_features, out_simulation_table, {analysis_input_features}, {uncertainty_measure}, {moe_field}, {confidence_bound_field}, {randomize_pct}, {num_simulations}, {simulation_method}, {output_workspace}, {sim_data_limits}, {moe_conf_level})

Name	Erläuterung	Datentyp
in_features	Eine Feature-Class, die das Ausgabe-Analyseergebnis eines Werkzeugs für räumliche Statistiken enthält. Es werden nur bestimmte Werkzeuge unterstützt. Dies ist das Analyseergebnis, das auf seine Robustheit hin ausgewertet wird.	Feature Layer
out_features	Die Ausgabe-Features, die eine Kopie der ursprünglichen Analyseergebnisse und Felder mit einer Zusammenfassung der Robustheit der Analyse für jedes Feature enthalten.	Feature Class
out_simulation_table	Die Ausgabetabelle, die Felder mit einer Zusammenfassung der Robustheit der Analyse enthält.	Table
analysis_input_features (optional)	Die Eingabe-Features, die in der Analyse verwendet wurden, mit der die Analyseergebnis-Features erzeugt wurden.	Feature Layer
uncertainty_measure (optional)	Gibt an, wie die Attributunsicherheit gemessen wird. MOE—Die Eingabe-Feature-Class der ursprünglichen Analyse enthält ein Feld mit der verwendeten symmetrischen Fehlerspanne für jedes Feature. CONFIDENCE_BOUNDS—Die Eingabe-Feature-Class der ursprünglichen Analyse enthält ein Feld mit der verwendeten unteren und oberen Grenze für jedes Feature. Die Grenzen können in Bezug auf den Wert der Analysevariablen eines Features asymmetrisch sein. PERCENTAGE—Die Analysevariable wird um den Prozentsatz angepasst, der durch den Parameter randomize_pct angegeben ist.	String
moe_field [moe_field,...] (optional)	Das Feld, das die Fehlerspanne (Margin of Error, MOE) der Analysevariablen enthält. Die MOE wird verwendet, um eine symmetrische Verteilung zu konstruieren, aus der die simulierten Werte generiert werden.	Value Table
confidence_bound_field [confidence_bound_field,...] (optional)	Die Felder mit der unteren und oberen Grenze für die Analysevariable. Es werden Werte zwischen der unteren und der oberen Konfidenzgrenze generiert.	Value Table
randomize_pct [randomize_pct,...] (optional)	Der Prozentsatz des ursprünglichen Attributwerts, der vom ursprünglichen Wert der Analysevariablen subtrahiert und hinzuaddiert wird, um einen Wertebereich für die Simulationen zu erstellen.	Value Table
num_simulations (optional)	Die Anzahl der durchgeführten Simulationen.	Long
simulation_method (optional)	Gibt die zum Simulieren von Daten verwendete Wahrscheinlichkeitsverteilung an. NORMAL—Es wird eine Normalverteilung verwendet. Dies ist die Standardeinstellung. UNIFORM—Es wird eine Gleichverteilung verwendet. TRIANGULAR—Es wird eine Dreiecksverteilung verwendet.	String
output_workspace (optional)	Ein vorhandener Workspace, in dem die Analyseergebnisse aus den einzelnen Simulationen gespeichert werden. Der Workspace kann ein Ordner oder eine Geodatabase sein.	Workspace
sim_data_limits [sim_data_limits,...] (optional)	Der untere und der obere Grenzwert für die simulierten Werte. Alle simulierten Werte liegen innerhalb dieser Limits. Verwenden Sie beispielsweise für Anzahlen oder Prozentsätze Null als unteren Grenzwert, um sicherzustellen, dass es keine negativen Anzahlen oder Prozentsätze gibt.	Value Table
moe_conf_level (optional)	Das Konfidenzniveau der Fehlerspannen. Wenn die Fehlerspannen beispielsweise anhand von 95-Prozent-Konfidenzintervallen erstellt wurden, geben Sie einen Wert von 95 an.	Long

Abgeleitete Ausgabe

Name	Erläuterung	Datentyp
out_group_layer	Ein Gruppen-Layer der Ausgaben.	Group Layer
out_workspace	Ein Workspace, in dem die Analyseergebnisse aus den einzelnen Simulationen gespeichert werden. Der Workspace kann ein Ordner oder eine Geodatabase sein.	Workspace

Codebeispiel

AttributeUncertainty: Beispiel 1 (Python-Fenster)

Das folgende Python-Skript veranschaulicht, wie die Funktion AttributeUncertainty verwendet wird:

import arcpy

in_features = r"C:\US_poverty.gdb\hot_spot_analysis_results"
out_features = r"C:\US_poverty.gdb\uncertainty_pop_below_poverty_line"
analysis_input_features = r"C:\US_poverty.gdb\poverty_prevalence_us_counties"
uncertainty_measure = "PERCENTAGE"
randomize_pct = "pop_below_poverty_line 5 10",
num_simulations = 30
simulation_method = "UNIFORM"
sim_data_limits = "pop_below_poverty_line 0 #"

arcpy.stats.AttributeUncertainty(
    in_features, out_features, None, analysis_input_features, uncertainty_measure, 
    None, None, randomize_pct, num_simulations, simulation_method, None, sim_data_limits)

AttributeUncertainty: Beispiel 2 (eigenständiges Skript)

Das folgende Python-Skript veranschaulicht, wie die Funktion AttributeUncertainty verwendet wird:

# Analyze the stability of a hot spot analysis 

import arcpy 

arcpy.env.workspace = r"C:\US_poverty.gdb"

try: 
				# Run the Hot Spot Analysis (Local Gi*) tool to analyze the spatial distribution of U.S. residents living below the poverty line
    arcpy.stats.HotSpots(
        Input_Feature_Class="poverty_prevalence_us_counties",
        Input_Field="pop_below_poverty_line",
        Output_Feature_Class="hot_spot_analysis_results",
        Conceptualization_of_Spatial_Relationships="K_NEAREST_NEIGHBORS",
        number_of_neighbors=30)

					# Run the Attribute Uncertainty tool with a percentage uncertainty
					arcpy.stats.AttributeUncertainty(
    					in_features="hot_spot_analysis_results",
    					out_features="uncertainty_pop_below_poverty_line",
    					analysis_input_features= "poverty_prevalence_us_counties",
    					uncertainty_measure="PERCENTAGE",
    					randomize_pct="pop_below_poverty_line 5 10",
   					 num_simulations=30,
    					simulation_method="UNIFORM",
    					sim_data_limits="pop_below_poverty_line 0 #")

except arcpy.ExecuteError:
    # If an error occurred when running the tool, print the error message.
    print(arcpy.GetMessages())

Umgebungen

Ausgabe-Koordinatensystem, Zufallszahlengenerator

Lizenzinformationen

• Basic: Ja
• Standard: Ja
• Advanced: Ja