La fenêtre Resuts (Résultats) ArcGIS Business Analyst Pro affiche les résultats de l’analyse dans des résumés, des visualisations et une table des données. Les visualisations des données et la table sont interactives. Par exemple, si vous sélectionnez une barre de l’histogramme ou une cellule de la table, les entités correspondantes sont mises en surbrillance sur la carte.
Vous pouvez accéder à la fenêtre Results (Résultats) dans les processus suivants :
Exemples
Les scénarios ci-après donnent des exemples d’organisations qui utilisent la fenêtre Results (Résultats) dans divers processus.
Exemple de couche avec code couleur
Le propriétaire d’une petite entreprise de blanchisserie et de nettoyage à sec souhaite accéder à de nouveaux marchés. Il commence son processus d’expansion en analysant les points de vente à succès dans les marchés existants. Il cartographie leurs bâtiments actuels et créent une couche avec code couleur qui montre le pourcentage d’unités de logement occupées par le locataire autour de ces localisations. Il remarque que deux points de vente se situent dans des zones présentant un pourcentage relativement élevé d’unités de logement occupées par le locataire, ce qui est indiqué par un ombrage en rouge. Il sélectionne ces deux points de vente pour étudier et mieux comprendre leurs résultats dans les zones comportant un nombre élevé de logements occupés par le locataire.
Pour créer vous-même cet exemple, reportez-vous au didacticiel Développer une petite entreprise.
Exemple d’analyse d’adéquation
Un analyste SIG de la métropole d’Atlanta est chargé d’identifier les voisinages présentant une vulnérabilité socio-économique dans le comté de Gwinnett. Pour remplir sa mission, il va utiliser le processus d’analyse d’adéquation afin d’afficher les zones où intervenir en priorité en fonction du revenu, de la stabilité immobilière, des opportunités d’embauche et plus. Il enrichit les secteurs de recensement avec des informations démographiques appropriées et utilise l’analyse d’adéquation pour calculer les scores de vulnérabilité socio-économique pour chaque secteur. Les résultats peuvent modeler les stratégies et programmes destinés à réduire les disparités et à favoriser l’équité.
Pour créer vous-même cet exemple, reportez-vous au didacticiel Hiérarchiser une intervention avec une analyse d’adéquation.
Exemple de comparaisons avec une référence
Une compagnie d’assurances définit les données de l’indice de risque national identifié par la FEMA dans ArcGIS Business Analyst Pro pour estimer des risques matériels localisés, comme des inondations, ouragans et feux de forêt. La compagnie procède à une comparaison avec référence de tous les comtés de Californie pour comprendre la façon dont les risques spécifiques de la région peuvent affecter les entreprises qu’elle assure et les répercussions en aval de tels risques.
Pour créer vous-même cet exemple, reportez-vous au didacticiel Définir des données personnalisées pour les infographies.
Calculs
Les informations de la fenêtre Results (Résultats) possèdent un arrière-plan méthodologique statistique. Les concepts statistiques utilisés sur chaque vue de la fenêtre Results (Résultats) sont décrits ci-dessous.
Vue du résumé
La vue du résumé 
offre une analyse par agrégat des résultats du processus.
| Calcul | Description | Processus |
|---|---|---|
Données par agrégat | Les données par agrégat sont un récapitulatif des données. Elles peuvent être représentées sous forme de moyennes, pourcentages ou proportions. |
|
5 premiers/5 derniers | Les 5 premiers et les 5 derniers représentent les cinq entités les mieux classées et les moins bien classées. |
|
Statistiques | La fiche Statistics (Statistiques) comporte deux diapositives :
|
|
Boîte à moustaches | Les boîtes à moustaches permettent de visualiser et de comparer la distribution et la tendance centrale des valeurs numériques via leurs quartiles. Les quartiles sont une méthode pour fractionner les valeurs numériques en quatre groupes égaux en fonction de cinq valeurs clés : minimum, premier quartile, médiane, troisième quartile et maximum. Les boîtes à moustaches utilisent le calcul du centile pour déterminer les valeurs de quartile. Par exemple, la valeur du premier quartile correspond au 25e centile. Pour plus d’informations, reportez-vous à la section Boîte à moustaches. |
|
Points aberrants | Les points aberrants sont des valeurs plus de 1,5 fois supérieures à l’écart interquartile au-dessus du troisième quartile ou au-dessous du premier quartile du champ sélectionné. |
|
Moyenne | Valeur moyenne dans une distribution, calculée sous forme de somme des valeurs divisée par le nombre total de valeurs dans les données. |
|
Médiane | La médiane est la valeur centrale dans une liste triée de valeurs. Si le nombre de valeurs est égal, la médiane est la moyenne entre les deux valeurs du milieu dans la distribution. |
|
Écart type | L’écart type est une mesure de la dispersion de la distribution. Il est calculé sous forme de racine carrée de la variance, où la variance est la moyenne de la différence au carré de chaque valeur par rapport à la moyenne des attributs ou variables. |
|
Écart interquartile | L’écart interquartile correspond à la plage entre les valeurs du premier quartile et du troisième quartile dans le champ. Les quartiles divisent la liste triée de valeurs en quatre groupes contenant des nombres égaux de valeurs. |
|
Inclinaison | La déformation mesure la symétrie de la distribution. La déformation est égale à zéro (ou proche de zéro) si la distribution est symétrique des deux côtés, comme dans le cas d’une distribution normale. Les distributions avec des extrémités plus longues sur la gauche présentent une déformation négative et les distributions avec des extrémités plus longues sur la droite présentent une déformation positive. |
|
Kurtosis | L’aplatissement décrit le poids des extrémités dans une distribution par rapport aux extrémités d’une distribution normale, ce qui aide à identifier la fréquence des valeurs extrêmes. Les distributions dont l’aplatissement est inférieur à trois présentent des extrémités plus légères et moins de valeurs extrêmes que la distribution normale. Les distributions dont l’aplatissement est supérieur à trois présentent des extrémités plus lourdes et davantage de valeurs extrêmes que la distribution normale. |
|
Valeurs nulles | Nombre total d’enregistrements contenant des valeurs nulles pour la variable sélectionnée. |
|
Vue de l'histogramme
La vue Histogram (Histogramme) 
fournit un histogramme interactif permettant de visualiser les variables ou les attributs utilisés dans la couche d’analyse. Un histogramme est une représentation graphique, similaire à un diagramme à barres, qui représente la distribution des données.
| Statistique | Description | Processus |
|---|---|---|
Médiane | La médiane est la valeur centrale dans une liste triée de valeurs. Si le nombre de valeurs est égal, la médiane est la moyenne entre les deux valeurs du milieu dans la distribution. La médiane est désignée par une ligne dans l’histogramme et apparaît lorsque vous utilisez les méthodes de sélection des sous-ensembles Percentage (Pourcentage) et Outliers (Points aberrants). |
|
Pourcentage | Valeur comprise entre 1 et 24 par incréments de 1 qui représente un pourcentage. Dans les paramètres de l’histogramme, Percentage (Pourcentage) peut être utilisé comme méthode de sélection des sous-ensembles. Les données peuvent être divisées en sous-ensembles par une valeur de pourcentage spécifiée. |
|
First Quartile (Premier quartile) (Q1) | Valeur du premier quartile dans les données. La valeur du premier quartile correspond au 25e centile : à savoir la limite supérieure du quart inférieur des données dans l’ordre croissant. |
|
Third Quartile (Troisième quartile) (Q3) | Valeur du troisième quartile dans les données. La valeur du troisième quartile correspond au 75e centile : à savoir la limite supérieure des trois quarts inférieurs des données dans l’ordre croissant. |
|
Moyenne | Valeur moyenne dans une distribution, calculée sous forme de somme des valeurs divisée par le nombre total de valeurs dans les données. |
|
Écart type | L’écart type est une mesure de la dispersion de la distribution. Il est calculé sous forme de racine carrée de la variance, où la variance est la moyenne de la différence au carré de chaque valeur par rapport à la moyenne des attributs ou variables. Dans les paramètres de l’histogramme, Standard deviation (Écart type) peut être utilisé comme méthode de sélection des sous-ensembles. Les données peuvent être divisées en sous-ensembles par une valeur spécifiée d’écarts types, compris entre 0,5 et 5, par incréments de 0,5. |
|
Points aberrants | Les points aberrants sont calculés à l’aide de l’écart interquartile (IQR). Les points aberrants sont des valeurs égales à 1,5 fois l’écart interquartile au-dessus du troisième quartile et des valeurs égales à 1,5 fois l’écart interquartile au-dessous du premier quartile.
Dans les paramètres de l’histogramme, Outliers (Points aberrants) peut être utilisé comme méthode de sélection des sous-ensembles. |
|
Vue de nuage de points
La vue de nuage de points 
fournit une représentation visuelle des données sous forme de nuage de points ou de diagramme à bulles. Les nuages de points et les diagrammes à bulles tracent des points sur les axes x et y pour représenter la distribution des données. Dans un diagramme à bulles, la taille des points tracés est proportionnelle à la valeur des données.
| Calcul | Description | Processus |
|---|---|---|
Nuage de points | Un nuage de points trace des points sur les axes x et y pour représenter la distribution des données. Dans un nuage de points, la taille de chaque point tracé est normalisée. |
|
Diagramme à bulles | Un diagramme à bulles trace des points sur les axes x et y pour représenter la distribution des données. Dans un diagramme à bulles, la taille des points tracés est proportionnelle à la valeur des données. |
|
Axe x | L’axe y d’un diagramme est horizontal ou orienté d’est en ouest. |
|
Axe y | L’axe x d’un diagramme est vertical ou orienté du nord au sud. |
|
Ligne de régression | En statistiques, une ligne de régression est une ligne droite utilisée dans une visualisation de données (comme un nuage de points) pour représenter la correspondance entre des variables. Une ligne de régression est calculée avec une formule, selon laquelle y = mx + b. Dans cette formule, la variable m représente la pente de la ligne de régression et la variable b, l’intersection avec l’axe y. Les analystes de données utilisent une ligne de régression pour comprendre les tendances des données et estimer ou prévoir une valeur. Pour mesurer la proximité des données avec la ligne de régression, utilisez une valeur R-carré (R2). |
|
Vue tabulaire
La vue tabulaire 
présente les résultats des données dans un format tabulaire et exportable.
| Calcul | Description | Processus |
|---|---|---|
Classement | Dans les couches avec code couleur, classement d’une entité pour la variable sélectionnée dans l’analyse ou la zone d’intérêt. Dans l’analyse d’adéquation, classement d’une localisation pour la valeur du score final. |
|
Score final | Le score d’adéquation final d’un site est calculé en ajoutant les scores pondérés de chacune des variables utilisées dans l’analyse. |
|
Référence | Valeur ou mesure de l’entité à laquelle toutes les valeurs d’entité sont comparées. |
|
Supérieur à la référence | En utilisant la méthode de comparaison Above and below benchmark (Supérieur et inférieur à la référence), cet indicateur détermine lorsqu’une entité se trouve au-dessus de la valeur de référence et l’écart par rapport à celle-ci. |
|
Inférieur à la référence | En utilisant la méthode de comparaison Above and below benchmark (Supérieur et inférieur à la référence), cet indicateur détermine lorsqu’une entité se trouve en dessous de la valeur de référence et l’écart par rapport à celle-ci. |
|
# sur # | En utilisant la méthode de comparaison Top and bottom (Haut et bas), cet indicateur identifie les entités qui se trouvent en haut et en bas de la distribution des données, ainsi que le nombre total des entités. |
|
# | Avec la méthode de comparaison High to low (Élevé à faible), cet indicateur classe chaque entité pour chaque variable et mesure. |
|
Ressources
Pour en savoir plus sur les processus qui génèrent des fenêtres Results (Résultats), reportez-vous aux rubriques suivantes :
Vous avez un commentaire à formuler concernant cette rubrique ?