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.
Calculs
Les informations de la fenêtre Results (Résultats) possèdent un arrière-plan méthodologique statistique. Les concepts statistiques utilisés sur chaque onglet de la fenêtre Results (Résultats) sont décrits ci-dessous.
Onglet Summary (Résumé)
L’onglet Summary (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. |
|
Onglet Histogram (Histogramme)
L’onglet 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. |
|
Onglet Nuage de points
L’onglet Scatterplot (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). |
|
Onglet Table
L’onglet Table 
présente les résultats des données dans un format tabulaire et téléchargeable.
| Calcul | Description | Processus |
|---|---|---|
Classement | Classement d’une entité pour la variable sélectionnée dans l’analyse ou la zone d’intérêt. |
|
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. |
|
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 ?