Etiqueta | Explicación | Tipo de datos |
Entidades de entrada | La clase de entidad que contiene las variables dependientes y explicativas. | Feature Layer |
Variable dependiente | El campo numérico que contiene los valores observados que se van a modelar. | Field |
Tipo de modelo | Especifica el tipo de datos que se va a modelar.
| String |
Variables explicativas | Una lista de campos que representan variables explicativas independientes en el modelo de regresión. | Field |
Entidades de salida | La nueva clase de entidad que contiene las estimaciones y los residuales de la variable dependiente. | Feature Class |
Tipo de vecindad | Especifica si la vecindad utilizada se construye como una distancia fija o si puede variar en extensión espacial en función de la densidad de las entidades.
| String |
Método de selección de vecindad | Especifica cómo se determina el tamaño de la vecindad. La vecindad seleccionada con las opciones Búsqueda dorada e Intervalos manuales se basa en minimizar el valor AICc.
| String |
Cantidad mínima de vecinos (Opcional) | El número mínimo de vecinos que incluirá cada entidad en sus cálculos. Se recomienda usar al menos 30 vecinos. | Long |
Cantidad máxima de vecinos (Opcional) | El número máximo de vecinos (hasta 1000) que incluirá cada entidad en sus cálculos. | Long |
Distancia mínima de búsqueda (Opcional) | La distancia mínima de búsqueda en la vecindad. Se recomienda usar una distancia en la que cada entidad tenga al menos 30 vecinos. | Linear Unit |
Distancia máxima de búsqueda (Opcional) | La distancia máxima de búsqueda en la vecindad. Si una distancia da como resultado entidades con más de 1.000 vecinos, la herramienta usará los 1.000 primeros cálculos para la entidad de destino. | Linear Unit |
Incremento de número de vecinos (Opcional) | El número de vecinos en los que se aumentarán los intervalos manuales en cada evaluación de vecindad. | Long |
Incremento de distancia de búsqueda (Opcional) | La distancia en la que aumentarán los intervalos manuales en cada evaluación de vecindad. | Linear Unit |
Número de incrementos (Opcional) | La cantidad de tamaños de vecindad que se evaluarán, empezando por el valor del parámetro Cantidad mínima de vecinos o Distancia mínima de búsqueda. | Long |
Cantidad de vecinos (Opcional) | La cantidad de vecinos más cercana (hasta 1000) que se considerarán para cada entidad. El número debe ser un entero entre 2 y 1000. | Long |
Banda de distancia (Opcional) | La extensión espacial de la vecindad. | Linear Unit |
Ubicaciones de predicción (Opcional) | Una clase de entidad que contiene entidades que representan ubicaciones donde se realizarán los cálculos. Cada entidad en este dataset debe incluir valores para todas las variables explicativas especificadas. La variable dependiente para estas entidades se calculará con el modelo calibrado para los datos de la clase de entidad de entrada. Para poder predecirlas, las ubicaciones de entidades deben estar dentro de la misma área de estudio que el valor del parámetro Entidades de entrada o estar próximas (dentro de la extensión más un 15%). | Feature Layer |
Variables explicativas para combinar (Opcional) | Las variables explicativas del parámetro Ubicaciones de predicción que coinciden con las variables explicativas correspondientes del parámetro Entidades de entrada. | Value Table |
Entidades predichas de salida (Opcional) | La clase de entidad de salida que recibirá estimaciones de variables dependientes para cada valor de Ubicación de predicción. | Feature Class |
Predicción firme (Opcional) | Especifica las entidades que se usarán en los cálculos de predicciones.
| Boolean |
Esquema de ponderación local (Opcional) | Especifica el tipo kernel que se usará para proporcionar la ponderación espacial en el modelo. El kernel define cómo se relacionan las entidades entre sí dentro de su vecindad.
| String |
Espacio de trabajo de ráster de coeficiente (Opcional) | El espacio de trabajo donde se crearán los rásteres de coeficiente. Cuando se proporciona este espacio de trabajo, se crean rásteres para la intercepción y para cada variable explicativa. Este parámetro solo está disponible con una licencia Desktop Advanced. | Workspace |
Escalar datos (Opcional) | Especifica si los valores de las variables explicativas y dependientes se escalarán para tener un valor medio de cero y una desviación estándar de uno antes de ajustar el modelo.
| Boolean |
Salida derivada
Etiqueta | Explicación | Tipo de datos |
Capas ráster de coeficiente | Los rásteres de coeficiente de salida. | Raster Layer |