Vue d’ensemble du jeu d’outils Analyser la répartition spatiale

Le jeu d’outils Analyser la répartition spatiale contient des outils qui permettent d’identifier, de quantifier et de visualiser des modèles spatiaux dans les données d’entités.

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

Héritage :

L’extension ArcGIS GeoAnalytics Server devient obsolète dans ArcGIS Enterprise. La dernière version de GeoAnalytics Server a été incluse avec ArcGIS Enterprise 11.3.

Ces outils sont accessibles via ArcGIS Enterprise 11.3 et versions antérieures lorsque vous disposez d’un portail ArcGIS Enterprise actif comportant un serveur GeoAnalytics Server configuré pour le paramètre Feature Analysis - GeoAnalytics Tools (Analyse des entités - Outils GeoAnalytics). Pour accéder à ces outils et les exécuter, vous devez détenir des privilèges en matière d’analyse spatiale.

Ces outils sont accessibles via le ruban Analysis (Analyse) ou l’onglet Portal (Portail) de la fenêtre Geoprocessing (Géotraitement).

En savoir plus sur les outils du portail

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.
Rechercher les 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*.
Rechercher des agrégats de points	Recherche des agrégats d’entités ponctuelles dans le bruit environnant en fonction de leur distribution spatiale ou spatiotemporelle.
Régression et classification basées sur une forêt	Crée des modèles et génère des prévisions à l’aide d’une adaptation de l’algorithme de forêt aléatoire développé, qui est une méthode de Machine Learning supervisée développée 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 pour générer les prévisions ou pour illustrer une variable dépendante en termes de relations pour définir 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.