Descripción general del conjunto de herramientas Analizar patrones

El conjunto de herramientas Analizar patrones contiene herramientas que identifican, cuantifican y visualizan patrones espaciales en datos de entidad.

Este conjunto de herramientas usa el procesamiento distribuido para completar el análisis en el GeoAnalytics Server.

Herramienta	Description
Calcular densidad	Calcula un área de magnitud por unidad desde entidades de puntos que se encuentran dentro de una vecindad alrededor de cada celda.
Crear cubo de espacio-tiempo	Resume un conjunto de puntos en una estructura de datos de netCDF agregándola en bins de espacio-tiempo. Dentro de cada bin, se cuentan los puntos y se agregan los atributos especificados. Para todas las ubicaciones de bin, se evalúan la tendencia de los recuentos y los valores de los campos de resumen.
Buscar puntos calientes	Dado un conjunto de entidades, identifica puntos calientes y puntos fríos estadísticamente significativos mediante la estadística Gi* de Getis-Ord.
Buscar clústeres de puntos	Busca clústeres de entidades de puntos dentro del ruido colindante en función de su distribución espacial o espaciotemporal.
Clasificación y regresión basadas en bosque	Crea modelos y genera predicciones mediante una adaptación del algoritmo de bosque aleatorio de Leo Breiman, que es un método de aprendizaje de máquina supervisado. Es posible realizar predicciones para ambas variables de categorías (clasificación) y variables continuas (regresión). Las variables explicativas toman la forma de campos de la tabla de atributos de las entidades de entrenamiento. Además de la validación del rendimiento del modelo basándose en datos de entrenamiento, es posible realizar predicciones en las entidades.
Regresión lineal generalizada	Realiza una regresión lineal generalizada (GLR) para generar predicciones o para modelar una variable dependiente en términos de su relación con un conjunto de variables explicativas. Esta herramienta se puede usar para ajustarse a modelos continuos (OLS), binarios (logísticos) y de recuento (Poisson).
Regresión ponderada geográficamente	Realiza una Regresión ponderada geográficamente (GWR), que es una forma local de regresión lineal que se utiliza para modelar las relaciones que varían espacialmente.