Tool ReferenceOutils de géotraitementBoîte à outils Statistiques spatiales

Présentation générale de la boîte à outils Spatial Analyst

Présentation générale de la boîte à outils Spatial Analyst Licence de la boîte à outils Spatial Statistics Historique de la boîte à outils Statistiques spatiales Exemples d'applications de la boîte à outils Spatial Statistics Modélisation de relations spatiales Pratiques conseillées pour la sélection d’une valeur de canal de distance constante Qu'est-ce qu'un score z ? Qu'est-ce qu'une valeur p ?

Jeu d'outils Analyse de modèles

Présentation générale du jeu d'outils Analyse de modèles Distances moyennes du plus proche voisin High Low Clustering (Getis-Ord General G) Autocorrélation spatiale incrémentielle Analyse de grappe spatiale multi-distances (fonction K de Ripley) Autocorrélation spatiale (Global Moran's I) Concepts du jeu d'outils Analyse de modèles

Jeu d'outils Agrégats

Présentation générale du jeu d'outils Appariement d'agrégats Générer des zones équilibrées Calculer l’index composite Analyse de grappes et de valeurs aberrantes (Anselin Local Morans I) Agrégation basée sur la densité Analyse de point chaud (Getis-Ord Gi*) Comparaison d’analyses de points chauds Agrégation multivariée Analyse de points chauds optimisée Analyse de points aberrants optimisée Recherche de similarité Détection de points spatiaux aberrants Agrégation multivariée spatialement contrainte Concepts du jeu d’outils Cartographie des agrégats

Jeu d'outils Mesure de distributions géographiques

Présentation du jeu d'outils Mesure de distributions géographiques Entité centrale Distribution directionnelle (ellipse de l'écart type) Direction moyenne linéaire Centre moyen Centre médian Résumés statistiques de voisinage Distance standard Concepts du jeu d'outils Mesure de distributions géographiques

Jeu d'outils Modélisation de relations spatiales

Vue d’ensemble du jeu d’outils Modélisation des relations spatiales Analyse de colocalisation Régression exploratoire Régression et classification basées sur une forêt Régression linéaire généralisée Générer les pondérations spatiales de réseau Générer la matrice de pondérations spatiales Régression pondérée géographiquement Relations bivariées locales Régression pondérée géographiquement multi-échelle (MGWR) Moindres carrés ordinaires Prévoir à l’aide d’un fichier de modèle de statistiques spatiales Prévision de présence uniquement (MaxEnt) Association spatiale entre les zones Concepts du jeu d'outils Modélisation de relations spatiales

Jeu d'outils Utilitaires

Vue d’ensemble du jeu d’outils Utilitaires Calculer la bande de distance à partir du nombre de voisins Collecter des événements Convertir la matrice de pondérations spatiales en table Décrire le fichier de modèle de statistiques spatiales Réduction des dimensions Exporter l'attribut de l'entité en ASCII Définir les propriétés du fichier de modèle de statistiques spatiales Lissage de séries chronologiques Concepts du jeu d’outils Utilitaires
Haut
Haut

Probabilités robustes

Cette documentation ArcGIS 3.1 a été archivée et n’est plus mise à jour. Certains contenus et liens peuvent être obsolètes. Consultez la dernière version de la documentation.
Probabilités robustes
L'outil des moindres carrés ordinaires calcule des erreurs standard et probabilités de coefficient qui sont robustes à l'absence de stationnarité.

Si le test de Koenker est statistiquement significatif (*), consultez les probabilités robustes pour évaluer si vos variables explicatives de modèle sont statistiquement significatives ou non.