クラスター分析のマッピング ツールセットには、統計的に有意なホット スポット、コールド スポット、空間的な外れ値、類似フィーチャまたはゾーンの位置を特定するためのクラスター分析を実行するツールが用意されています。 これらのツールは、1 つ以上のクラスターの位置に基づいてアクションを実行する必要がある場合に有効です。 空き巣団に対応するために警官をさらに増員する場合などです。 空間クラスターの位置を特定することは、クラスタリングの原因として可能性のあるものを見出す場合にも重要です。たとえば、病気の発生位置から、可能性のある原因の手掛かりを得られることは少なくありません。 「空間的クラスターはあるか？」といった疑問に対して有無を確認できるパターン分析ツールセット内のツールとは異なり、クラスター分析のマッピング ツールではクラスターの位置と範囲を視覚化することができます。 これらのツールでは、「クラスター (ホット スポットおよびコールド スポット) はどこか？」、 「インシデントの密度が最も高いのはどこか？」、 「空間的な外れ値はどこか？」、 「最も似ているのはどのフィーチャか？」、 「各グループが最も類似しないようにこれらのフィーチャをグループ化するにはどうすればよいか？」、「各ゾーンが均質となるようにこれらのフィーチャをグループ化するにはどうすればよいか？」という疑問に対する答えを得ることができます。
| ツール | 説明 |
|---|---|
指定した条件に基づき、遺伝的成長アルゴリズムを使用して、分析範囲内で空間的に隣接したゾーンを作成します。 | |
複数の数値変数を結合して 1 つのインデックスを作成します。 | |
クラスター/外れ値分析 (Cluster and Outlier Analysis (Anselin Local Moran's I)) | 加重された一連のフィーチャを指定すれば、Anselin Local Moran's I 統計で、統計的に有意なホット スポット、コールド スポット、および空間的な外れ値を特定できます。 |
空間分布に基づき周辺ノイズ内でポイント フィーチャのクラスターを検索します。 また、時間を組み込むことで、時空間クラスターを見つけることもできます。 | |
1 組の加重付きフィーチャに対して、Getis-Ord Gi* 統計値を使用して、統計的に有意なホット スポットとコールド スポットを特定します。 | |
2 つのホット スポット分析結果レイヤーを比較して、類似性と関連性を計測します。 | |
フィーチャ属性値にのみ基づき、フィーチャの自然なクラスターを見つけます。 | |
インシデント ポイントまたは重み付きフィーチャ (ポイントまたはポリゴン) に基づいて、Getis-Ord Gi* 統計を使用し、統計的に有意なホット スポットとコールド スポットのマップを作成します。 最適な結果を得るために、入力フィーチャクラスの特性が評価されます。 | |
インシデント ポイントまたは重み付きフィーチャ (ポイントまたはポリゴン) に基づいて、Anselin Local Moran's I 統計を使用し、統計的に有意なホット スポット、コールド スポット、および空間的な外れ値のマップを作成します。 最適な結果を得るために、入力フィーチャクラスの特性が評価されます。 | |
フィーチャ属性に基づいて、どの候補フィーチャが 1 つ以上の入力フィーチャに最も類似しているか、または最も類似していないかを識別します。 | |
ポイント フィーチャのグローバルまたはローカルの空間的外れ値を特定します。 | |
空間的に制限された多変量クラスター分析 (Spatially Constrained Multivariate Clustering) | 一連のフィーチャ属性値とオプションのクラスター サイズ制限に基づく空間的に隣接したフィーチャ クラスターを特定します。 |
レガシー:
[グループ分析 (Grouping Analysis)] ツールは、ArcGIS Pro 2.2 以前ではこのツールセットで利用できましたが、このツールのアルゴリズムが強化されたために削除されました。 新しい分析法やフィーチャを使いやすくするため、[グループ分析 (Grouping Analysis)] ツールに代わる、2 つのツールを開発しました。 [空間的に制限された多変量クラスター分析 (Spatially Constrained Multivariate Clustering)] ツールを使えば、空間的に近接したグループを作成できます。 [多変量クラスター分析 (Multivariate Clustering)] ツールは、空間的制限がないグループの作成に使います。