Présentation du jeu d'outils Analyser la répartition spatiale

Les outils du jeu d’outils Analyser la répartition spatiale permettent d’identifier, de quantifier et de visualiser des modèles spatiaux dans les données d’entité.

Ce jeu d'outils utilise le traitement distribué pour effectuer des analyses sur votre GeoAnalytics Server.

Outil	Description
Calculer la densité	Calcule une grandeur par unité de carte à partir d'entités ponctuelles qui se trouvent dans le voisinage donné de chaque cellule.
Créer un cube spatio-temporel	Synthétise un ensemble de points dans une structure de données netCDF en les agrégeant dans des groupes spatio-temporels. Au sein de chaque groupe, les points sont comptabilisés, et les attributs spécifiés sont agrégés. Pour tous les emplacements des groupes, l'évolution de la comptabilisation, ainsi que les valeurs de champ de récapitulation, sont évaluées.
Trouver des points chauds	Dans un ensemble d'entités, cet outil identifie les points chauds et les points froids statistiquement significatifs à l'aide de la statistique Getis-Ord Gi*.
Find Point Clusters (Rechercher des agrégats de points)	Recherche des agrégats d’entités ponctuelles dans le bruit environnant en fonction de leur distribution spatiale ou spatiotemporelle.
Classification et régression basées sur une forêt	Crée des modèles et génère des prévisions à l’aide d’une adaptation de l’algorithme des forêts aléatoires ; celle-ci est une méthode de machine learning supervisée mise au point par Leo Breiman et Adele Cutler. Les prédictions peuvent être réalisées sur des variables catégorielles (classification) ou des variables continues (régression). Les variables explicatives sont des champs de la table attributaire des entités d’entraînement. Outre la validation des performances du modèle en fonction des données d’entraînement, vous pouvez aussi réaliser des prévisions sur des entités.
Régression linéaire généralisée	Effectue une régression linéaire généralisée en vue de générer des prévisions ou de modéliser une variable dépendante en fonction de ses relations à un ensemble de variables explicatives. Cet outil permet d’adapter des modèles continus (moindres carrés ordinaires), binaires (logistique) et totaux (Poisson).
Régression pondérée géographiquement	Calcule la régression pondérée géographiquement (Geographically Weighted Regression, GWR), qui est une forme locale de régression linéaire utilisée pour modéliser des relations variant spatialement.