Beschriftung | Erläuterung | Datentyp |
Eingabe-Features | Die Feature-Class, die die abhängigen und erklärenden Variablen enthält. | Feature Layer |
Abhängige Variable | Das numerische Feld mit den beobachteten Werten, die modelliert werden. | Field |
Modelltyp | Gibt den Typ der Daten an, die modelliert werden.
| String |
Erklärende Variable(n) | Eine Liste von Feldern, die unabhängige erklärende Variablen im Regressionsmodell darstellen. | Field |
Ausgabe-Features | Die neue Feature-Class mit den Schätzungen und Residuen abhängiger Variablen. | Feature Class |
Nachbarschaftstyp | Gibt an, ob die verwendete Nachbarschaft als feste Entfernung konstruiert wird oder abhängig von der Dichte der Features in der räumlichen Ausdehnung schwanken darf.
| String |
Auswahlmethode für Nachbarschaften | Gibt an, wie die Nachbarschaftsgröße bestimmt wird. Die mit den Optionen Golden Search und Manuelle Intervalle ausgewählte Nachbarschaft basiert auf der Minimierung des AICc-Wertes.
| String |
Minimale Anzahl von Nachbarn (optional) | Die minimale Anzahl von Nachbarn, die jedes Feature in die Berechnungen einbezieht. Empfohlen wird, mindestens 30 Nachbarn zu verwenden. | Long |
Maximale Anzahl von Nachbarn (optional) | Die maximale Anzahl von Nachbarn (bis zu 1000), die jedes Feature in die Berechnungen einbezieht. | Long |
Minimale Suchentfernung (optional) | Die minimale Suchentfernung für die Nachbarschaft. Empfohlen wird eine Entfernung, bei der jedes Feature mindestens 30 Nachbarn aufweist. | Linear Unit |
Maximale Suchentfernung (optional) | Die maximale Suchentfernung für die Nachbarschaft. Wenn eine Entfernung zu Features mit mehr als 1000 Nachbarn führt, verwendet das Werkzeug die ersten 1000 in Berechnungen für das Ziel-Feature. | Linear Unit |
Inkrement für die Anzahl der Nachbarn (optional) | Die Anzahl der Nachbarn, um die die manuellen Intervalle für jeden Nachbarschaftstest vergrößert werden. | Long |
Inkrement für die Suchentfernung (optional) | Die Entfernung, um die die manuellen Intervalle für jeden Nachbarschaftstest vergrößert werden. | Linear Unit |
Anzahl von Inkrementen (optional) | Die Anzahl der zu testenden Nachbarschaftsgrößen, beginnend mit dem Parameterwert Minimale Anzahl von Nachbarn oder Minimale Suchentfernung. | Long |
Anzahl der Nachbarn (optional) | Die nächste Anzahl der Nachbarn (bis zu 1.000), die für jedes Feature berücksichtigt wird. Die Anzahl muss ein ganzzahliger Wert zwischen 2 und 1000 sein. | Long |
Entfernungsband (optional) | Die räumliche Ausdehnung der Nachbarschaft. | Linear Unit |
Vorherzusagende Positionen (optional) | Eine Feature-Class mit Features, die Positionen darstellen, an denen Schätzungen berechnet werden. Jedes Feature im Dataset sollte Werte für alle angegebenen erklärenden Variablen enthalten. Die abhängige Variable für diese Features wird anhand des Modells geschätzt, das für die Eingabe-Feature-Class-Daten kalibriert wurde. Zur Vorhersage sollten diese Feature-Positionen im gleichen Untersuchungsgebiet wie der Parameterwert Eingabe-Features oder in der Nähe (innerhalb der Ausdehnung plus 15 Prozent) liegen. | Feature Layer |
Abzugleichende erklärende Variablen (optional) | Gleicht die erklärenden Variablen des Parameters Vorherzusagende Positionen mit den entsprechenden erklärenden Variablen des Parameters Eingabe-Features ab. | Value Table |
Vorhergesagte Ausgabe-Features (optional) | Die Ausgabe-Feature-Class zum Empfangen abhängiger Variablenschätzungen für jeden Wert für Vorherzusagende Position. | Feature Class |
Zuverlässige Vorhersage (optional) | Gibt die Features an, die in Vorhersageberechnungen verwendet werden.
| Boolean |
Lokales Gewichtungsschema (optional) | Gibt den Kernel-Typ an, mit dem die räumliche Gewichtung im Modell bereitgestellt wird. Der Kernel definiert, in welchem Zusammenhang die einzelnen Features mit anderen Features in ihrer Nachbarschaft stehen.
| String |
Koeffizienten-Raster-Workspace (optional) | Der Workspace, in dem Koeffizienten-Raster erstellt werden. Wenn dieser Workspace bereitgestellt wird, werden Raster für den Intercept und jede erklärende Variable erstellt. Dieser Parameter ist nur mit einer Desktop Advanced-Lizenz verfügbar. | Workspace |
Daten skalieren (optional) | Gibt an, ob die Werte der erklärenden und abhängigen Variablen vor dem Anpassen des Modells skaliert werden, sodass sie einen Mittelwert von null und eine Standardabweichung von eins aufweisen.
| Boolean |
Abgeleitete Ausgabe
Beschriftung | Erläuterung | Datentyp |
Koeffizienten-Raster-Layer | Die Ausgabe-Koeffizienten-Raster. | Raster Layer |