時空間パターン分析ツールセットの分析ツールと統計ツールを使用して、パターンを識別し、時空間キューブ内のデータを確認することができます。
時空間キューブを作成したら、これらの分析ツールを使用して、キューブに集約されたデータをさらに深く理解することができます。 その後、[時空間ホット スポット分析 (Emerging Hot Spot Analysis)] ツールがキューブを入力として使用し、時間経過に伴う、統計的に有意なホット スポットおよびコールド スポットの傾向を識別します。 さまざまな時間ステップ間隔で新規、増大、持続性、または散発性のホット スポット パターンを見つけるために、このツールを使用して、犯罪や病気の発生データを分析できます。 [ローカル外れ値分析 (Local Outlier Analysis)] ツールは、キューブを入力として使用し、高い値または低い値の統計的に有意なクラスターだけでなく、時空間で近接フィーチャとは統計的に異なる外れ値も特定することができます。 [時系列クラスタリング (Time Series Clustering)] ツールは、時空間キューブ内の位置を各クラスターのメンバーが類似する時系列特性を持つ個別のクラスターに分割します。 [変化ポイントの検出 (Change Point Detection)] ツールは、時系列の平均、標準偏差、または勾配が 1 つの値から別の値に変化する各場所の時間ステップを検出します。
注意:
キューブのコンテンツを表示できるようにする手法については、「時空間キューブの視覚化」をご参照ください。
また、空間統計リソース ページで使用できる Space Time Cube Explorer アドインは、時間および範囲スライダーを自動で設定したり、さまざまな表示テーマ オプションを活用したりすることで、時空間キューブのコンテンツや解析結果を 2D や 3D で視覚化できます。
| ツール | 説明 |
|---|---|
時系列の統計的特性が時空間キューブの各ロケーションで変化したときの時間ステップを検出します。 | |
[ポイントの集約による時空間キューブの作成 (Create Space Time Cube By Aggregating Points)] ツール、[定義済みの位置から時空間キューブを作成 (Create Space Time Cube From Defined Locations)] ツール、または [多次元ラスター レイヤーから時空間キューブを作成 (Create Space Time Cube from Multidimensional Raster Layer)] ツールを使用して作成した時空間キューブ内のポイント密度 (カウント) または値のクラスタリングの傾向を識別します。 カテゴリには、新規、連続性、増大、持続性、減衰、散発性、振動、および履歴のホット スポットとコールド スポットがあります。 | |
統計的に有意なクラスターおよび外れ値を空間と時間の両方から特定します。 このツールは、Anselin Local Moran's I 統計の時空間での実装です。 | |
時系列の特性の類似度に基づいて、時空間キューブに格納された時系列のコレクションを区分します。 時間経過に伴う類似する値がある、同時に増減する傾向がある、類似する繰り返しパターンがあるという 3 つの条件に基づいて、時系列がクラスター化されます。 このツールの出力は 2D マップになり、キューブ内のそれぞれの位置がクラスター メンバーシップとメッセージでシンボル表示されます。 また、クラスターごとの代表的な時系列シグネチャの情報を示すチャートも出力に含まれます。 |
参考資料
空間統計リソース ページ (https://www.esriurl.com/spatialstats) には、空間統計ツールや時空間パターン マイニング ツールの使用に役立つ、次のようなさまざまなリソースが含まれています。
- 体験チュートリアルおよびレッスン
- ワークショップ ビデオおよびプレゼンテーション
- トレーニングおよび Web セミナー
- 書籍、記事、および技術資料へのリンク
- サンプル スクリプトとケース スタディ