Skip To Content

Überblick über das Toolset "Cluster-Zuordnung"

Mit den Werkzeugen zur Cluster-Zuordnung können Cluster-Analysen zur Positionsermittlung von statistisch signifikanten Hot-Spots, Cold-Spots, räumlichen Ausreißern und ähnlichen Features durchgeführt werden. Das Toolset "Cluster-Zuordnung" ist besonders nützlich, wenn Aktionen auf Grundlage der Position eines oder mehrerer Cluster durchgeführt werden müssen. Ein Beispiel hierfür wäre die Zuweisung von zusätzlichen Polizeibeamten für den Umgang mit einem Cluster von Einbrüchen. Die Positionsbestimmung von räumlichen Clustern ist ebenfalls wichtig, wenn nach potenziellen Ursachen für die Cluster-Bildung gesucht wird; je nachdem wo eine Krankheit ausbricht, kann dies häufig Aufschluss über deren Ursache geben. Anders als bei den Methoden im Toolset "Analysen von Mustern", die die Frage "Liegt ein räumliches Clustering vor?" mit Ja oder Nein beantworten, ermöglichen die Werkzeuge im Toolset "Cluster-Zuordnung" die Visualisierung der Positionen und der Ausdehnung von Clustern. Diese Werkzeuge liefern Antworten auf die Fragen "Wo befinden sich die Cluster (Hot-Spots und Cold-Spots)?", "Wo liegt die höchste Dichte an Ereignissen vor?", "Wo befinden sich die räumlichen Ausreißer?" und "Welche Features ähneln sich am meisten?".

WerkzeugBeschreibung

Cluster- und Ausreißeranalyse

Dieses Werkzeug identifiziert in einem Satz gewichteter Features mithilfe der Anselin Local Morans I-Statistik statistisch signifikante Hot-Spots, Cold-Spots und räumliche Ausreißer.

Dichte-basierte Cluster-Bildung

Findet Cluster aus Punkt-Features im Umfeldrauschen basierend auf deren räumlicher Verteilung.

Hot-Spot-Analyse

Dieses Werkzeug identifiziert in einem Satz gewichteter Features mithilfe der Getis-Ord Gi*-Statistik statistisch signifikante Hot-Spots und Cold-Spots.

Multivariate Cluster-Bildung

Findet natürliche Feature-Cluster ausschließlich basierend auf bestimmten Feature-Attributwerten.

Optimierte Hot-Spot-Analyse

Dieses Werkzeug erstellt aus angegebenen Ereignispunkten oder gewichteten Features (Punkte oder Polygone) mithilfe der Getis-Ord Gi*-Statistik eine Karte mit statistisch signifikanten Hot- und Cold-Spots. Es wertet die Eigenschaften der Eingabe-Feature-Class aus, um optimale Ergebnisse zu erzeugen.

Optimierte Ausreißeranalyse

Dieses Werkzeug erstellt auf der Basis von Ereignispunkten oder gewichteten Features (Punkte oder Polygone) mithilfe der Anselin Local Morans I-Statistik eine Karte von statistisch signifikanten Hot-Spots, Cold-Spots und räumlichen Ausreißern. Es wertet die Eigenschaften der Eingabe-Feature-Class aus, um optimale Ergebnisse zu erzeugen.

Ähnlichkeitssuche

Identifiziert, welche Kandidaten-Features, basierend auf Feature-Attributen, die größte oder geringste Ähnlichkeit mit einem oder mehreren abzugleichenden Eingabe-Features aufweisen.

Räumlich eingeschränkte multivariate Cluster-Bildung

Findet räumlich zusammenhängende Feature-Cluster basierend auf verschiedenen Feature-Attributwerten und optionalen Cluster-Größenbeschränkungen.

Werkzeuge "Cluster-Zuordnung"
Ältere Versionen:

Das Werkzeug Gruppierungsanalyse stand in diesem Toolset vor Version 2.2 zur Verfügung, wurde jedoch entfernt, da die Algorithmen in diesem Werkzeug verbessert wurden. Um die neuen Methoden und Features zu vereinfachen, wurden zwei neue Werkzeuge als Ersatz für das Werkzeug Gruppierungsanalyse erstellt. Verwenden Sie das Werkzeug Räumlich eingeschränkte multivariate Cluster-Bildung, um räumlich angrenzende Gruppen zu erstellen. Verwenden Sie das Werkzeug Multivariate Cluster-Bildung, um Gruppen ohne räumliche Einschränkung zu erstellen.

Verwandte Themen