Disponible con una licencia de Spatial Analyst.
El análisis estadístico multivariado permite la exploración de relaciones entres varios tipos diferentes de atributos. Existen dos tipos de análisis multivariado: Clasificación (Supervisada y No supervisada) y Análisis de componentes principales (PCA).
El objetivo de la clasificación es asignarle una clase o categoría a cada celda de un área de estudio. En la clasificación supervisada, tiene un conocimiento específico sobre el área de estudio y puede identificar áreas representativas o muestras de cada clase. La clasificación no supervisada utiliza agrupaciones estadísticas que ocurren naturalmente en los datos para determinar los clústeres en los que se clasificarán los datos.
- Más información sobre la clasificación multivariante
- Más información sobre cómo producir archivos de firma y análisis de clase y clúster
- Más información sobre cómo evaluar clases y clústeres
- Más información sobre cómo realizar la clasificación
El procedimiento general para la clasificación Supervisada y No supervisada es el siguiente:
- Identificar las bandas de entrada.
- Crear las clases o clústeres.
Se pueden utilizar las siguientes herramientas: Crear firmas, Clúster ISO o Muestra del conjunto de herramientas Extracción.
- Evaluar y editar las clases o los clústeres.
Utilice las herramientas Dendrograma o Editar firmas.
- Realizar la clasificación.
Utilice las herramientas Clasificación de máxima verosimilitud o Probabilidad de clase.
La herramienta Clasificación no supervisada de clúster ISO le permite realizar, convenientemente, una clasificación no supervisada mediante la combinación de los pasos 1, 2 y 4 descritos anteriormente en una sola herramienta.
Para eliminar la redundancia en los datos y hacerlos más interpretables, puede transformar los datos multivariados a través del PCA.
La siguiente tabla enumera las herramientas disponibles y proporciona una breve descripción de cada una de ellas.
Herramienta | Descripción |
---|---|
Calcula las estadísticas para un conjunto de bandas de ráster. | |
Crea un ráster multibanda de bandas de probabilidad, con una banda que se crea para cada clase representada en el archivo de firma de entrada. | |
Crea un archivo de firma ASCII de clases definidas mediante datos de muestra de entrada y un conjunto de bandas de ráster. | |
Construye un diagrama de árbol (dendrograma) que muestra las distancias de los atributos entre clases fusionadas secuencialmente en un archivo de firma. | |
Edita y actualiza un archivo de firma fusionando, volviendo a numerar y eliminando las firmas de clase. | |
Utiliza un algoritmo clustering de datos ISO para determinar las características de los grupos naturales de celdas en un espacio de atributos multidimensional y almacena los resultados en un archivo de firma ASCII de salida. | |
Ejecuta la clasificación no supervisada en una serie de bandas del ráster de entrada mediante el uso de las herramientas Cluster ISO y Clasificación de máxima verosimilitud. | |
Ejecuta una clasificación de máxima verosimilitud sobre un conjunto de bandas de ráster y crea un ráster clasificado como salida. | |
Ejecuta un Análisis de los componentes principales (PCA) de un conjunto de bandas de ráster y genera un ráster multibanda simple como salida. |