| ラベル | 説明 | データ タイプ |
入力従属変数フィーチャ | 内挿されるフィールドを含む入力ポイント フィーチャ。 | Feature Layer |
従属変数フィールド | 従属変数の値を含む [入力従属変数フィーチャ] のフィールド。 このフィールドが内挿されます。 | Field |
入力説明変数ラスター | 回帰モデルの構築に使用される説明変数を表す入力ラスター。 これらのラスターは、従属変数の値に影響することが知られている変数を表している必要があります。 たとえば、温度データを内挿する場合、温度は標高の影響を受けるため、標高ラスターを説明変数として使用する必要があります。 最大で 62 個の説明ラスターを使用できます。 | Raster Layer; Mosaic Layer |
出力地球統計レイヤー | 内挿の結果を表示する出力地球統計レイヤー。 | Geostatistical Layer |
出力推定ラスター (オプション) | 内挿の結果を表示する出力ラスター。 デフォルトのセル サイズは、[入力説明変数ラスター] の最大セル サイズになります。 別のセル サイズを設定するには、セル サイズ環境設定を使用します。 | Raster Dataset |
出力診断フィーチャクラス (オプション) | 各ローカル モデルの領域を表し、ローカル モデルの診断情報を示すフィールドを含む出力ポリゴン フィーチャクラス。 各サブセットに対して、サブセット内のポイントを囲むポリゴンが作成されるため、各サブセットで使用されたポイントを簡単に識別できます。 たとえば、10 個のローカル モデルが存在する場合、この出力には 10 個のポリゴンが含まれます。 フィーチャクラスには、次のフィールドが含まれます。
| Feature Class |
従属変数測定エラー フィールド (オプション) | 従属変数フィーチャ内の各ポイントの測定誤差を指定するフィールド。 各ポイントで、このフィールドの値は、ポイントの測定値のいずれかの標準偏差に対応する必要があります。 各ポイントで測定誤差の値が同じでない場合は、このフィールドを使用します。 測定誤差が一定しない場合の一般的な原因は、データがさまざまなデバイスで測定されていることです。 精度がより高いデバイスで測定すると、測定誤差は小さくなります。 たとえば、測定値を 1 度単位で丸める温度計もあれば、0.1 度単位で丸める温度計もあります。 多くの場合、測定値のばらつきは、測定デバイスのメーカーから提供されますが、経験則からわかっている場合もあります。 測定誤差の値が存在しない場合、または測定誤差の値が不明な場合は、このパラメーターを空のままにしておきます。 | Field |
分散の最小累積割合 (オプション) | 説明変数ラスターの主成分の分散の最小累積割合を定義します。 回帰モデルの構築前に、説明変数の主成分が計算され、それらの主成分が回帰の説明変数として使用されます。 各主成分は、説明変数の分散の特定の割合を取り込みます。このパラメーターは、各ローカル モデルの主成分によって取り込まれるべき分散の最小割合をコントロールします。 たとえば、値を 75 に指定した場合、説明変数の分散の 75% 以上を取り込むのに必要な最小数の主成分が使用されます。 主成分はすべて相互に無相関であるため、主成分を使用することで多重共線性 (互いに相関する説明変数) の問題を解決できます。 すべての説明変数に含まれる情報の多くは、わずか数個の主成分で取り込むことができます。 有用性の低い主成分を破棄することで、精度を大幅に低下させずに、モデルの計算を安定的かつ効率的に実行できます。 主成分を計算するには、説明変数にばらつきが存在する必要があるため、[入力説明変数ラスター] のサブセット内に定数値が含まれている場合、これらの定数ラスターはそのサブセットの主成分の計算には使用されません。 サブセット内のすべての説明変数ラスターに定数値が含まれている場合、[出力診断フィーチャクラス] には、0 個の主成分が使用され、0% のばらつきが取り込まれたことが報告されます。 | Double |
サブセット ポリゴン フィーチャ (オプション) | ローカル モデルが計算される場所を定義するポリゴン フィーチャ。 ローカル モデルでは、各ポリゴン内のポイントが使用されます。 独立変数の値が既知の地域によって変化することがわかっている場合は、このパラメーターが便利です。 たとえば、これらのポリゴンを使用して、区域によって保健方針が変わる保健所の管轄区域を表すことができます。 また、[サブセット ポリゴンの生成 (Generate Subset Polygons)] ツールを使用して、サブセット ポリゴンを作成することもできます。 このツールで作成されるポリゴンは、重複しないコンパクトなポリゴンになります。 | Feature Layer |
従属変数変換タイプ (オプション) | 入力データに適用される変換のタイプ。
| String |
セミバリオグラム モデル タイプ (オプション) | 内挿に使用されるセミバリオグラム モデル。
| String |
各ローカル モデルの最大ポイント数 (オプション) | 入力データは、この数を超えるポイントを含まないサブセットに自動的に分割されます。 [サブセット ポリゴン フィーチャ] が指定されている場合、このパラメーターの値は無視されます。 | Long |
ローカル モデル エリア オーバーラップ ファクター (オプション) | ローカル モデル (サブセット) 間のオーバーラップ度合いを表す係数。 各入力ポイントはいくつかのサブセットに分類できます。このオーバーラップ ファクターは、各ポイントが分類されるサブセットの平均値を指定します。 オーバーラップ ファクターの値を高くすると、出力サーフェスがより滑らかになりますが、処理時間も増加します。 値は、1 ～ 5 の間でなければなりません [サブセット ポリゴン フィーチャ] が指定されている場合、このパラメーターの値は無視されます。 | Double |
シミュレーションの回数 (オプション) | 各ローカル モデルのセミバリオグラムのシミュレート回数。 使用するシミュレーションの回数を多くすると、モデルの計算はより安定しますが、モデルでの計算時間が長くなります。 | Long |
検索近傍 (オプション) | 出力の制御に使用する周辺のポイントを定義します。 標準がデフォルトです。 標準円形
スムージング円形
| Geostatistical Search Neighborhood |
Geostatistical Analyst のライセンスで利用可能。
サマリー
EBK 回帰予測は、内挿するデータの値に影響することが知られている説明変数ラスターを使用して [経験ベイズ クリギング (Empirical Bayesian Kriging)] を実行する地球統計学の内挿方法です。 この方法は、クリギングを回帰分析と組み合わせて、単独で使用するよりも正確な予測を作成します。
使用法
このツールは推定マップ出力のみサポートしています。 標準誤差、分位、確率マップを作成するには、地球統計レイヤーを出力し、[地球統計レイヤー → ラスター (GA Layer To Rasters)] を使用してラスター (複数可) に変換します。
このクリギング方法を使用すると、適度に非定常な入力データを処理できます。
[入力説明変数ラスター] に NoData セルが多い場合、[出力地球統計レイヤー] がマップで視覚化できない場合があります。 これは問題を示すものではなく、計算は正しく実行されています。 出力を視覚化するには、[地球統計レイヤー → ラスター (GA Layer To Rasters)] または [地球統計レイヤー → グリッド (GA Layer To Grid)] を使用して地球統計レイヤーをラスターに変換します。 また、[出力推定ラスター] パラメーターを使用して、このツールから直接ラスターを出力することもできます。
[入力従属変数フィーチャ] が地理座標系を使用している場合、すべての距離は弦距離を使用して計算されます。 詳細については、「経験ベイズ クリギングとは」トピックの「地理座標を使用しているデータの距離計算」をご参照ください。
パラメーター
arcpy.ga.EBKRegressionPrediction(in_features, dependent_field, in_explanatory_rasters, out_ga_layer, {out_raster}, {out_diagnostic_feature_class}, {measurement_error_field}, {min_cumulative_variance}, {in_subset_features}, {transformation_type}, {semivariogram_model_type}, {max_local_points}, {overlap_factor}, {number_simulations}, {search_neighborhood})| 名前 | 説明 | データ タイプ |
in_features | 内挿されるフィールドを含む入力ポイント フィーチャ。 | Feature Layer |
dependent_field | 従属変数の値を含む [入力従属変数フィーチャ] のフィールド。 このフィールドが内挿されます。 | Field |
in_explanatory_rasters [[in_explanatory_raster,…],...] | 回帰モデルの構築に使用される説明変数を表す入力ラスター。 これらのラスターは、従属変数の値に影響することが知られている変数を表している必要があります。 たとえば、温度データを内挿する場合、温度は標高の影響を受けるため、標高ラスターを説明変数として使用する必要があります。 最大で 62 個の説明ラスターを使用できます。 | Raster Layer; Mosaic Layer |
out_ga_layer | 内挿の結果を表示する出力地球統計レイヤー。 | Geostatistical Layer |
out_raster (オプション) | 内挿の結果を表示する出力ラスター。 デフォルトのセル サイズは、[入力説明変数ラスター] の最大セル サイズになります。 別のセル サイズを設定するには、セル サイズ環境設定を使用します。 | Raster Dataset |
out_diagnostic_feature_class (オプション) | 各ローカル モデルの領域を表し、ローカル モデルの診断情報を示すフィールドを含む出力ポリゴン フィーチャクラス。 各サブセットに対して、サブセット内のポイントを囲むポリゴンが作成されるため、各サブセットで使用されたポイントを簡単に識別できます。 たとえば、10 個のローカル モデルが存在する場合、この出力には 10 個のポリゴンが含まれます。 フィーチャクラスには、次のフィールドが含まれます。
| Feature Class |
measurement_error_field (オプション) | 従属変数フィーチャ内の各ポイントの測定誤差を指定するフィールド。 各ポイントで、このフィールドの値は、ポイントの測定値のいずれかの標準偏差に対応する必要があります。 各ポイントで測定誤差の値が同じでない場合は、このフィールドを使用します。 測定誤差が一定しない場合の一般的な原因は、データがさまざまなデバイスで測定されていることです。 精度がより高いデバイスで測定すると、測定誤差は小さくなります。 たとえば、測定値を 1 度単位で丸める温度計もあれば、0.1 度単位で丸める温度計もあります。 多くの場合、測定値のばらつきは、測定デバイスのメーカーから提供されますが、経験則からわかっている場合もあります。 測定誤差の値が存在しない場合、または測定誤差の値が不明な場合は、このパラメーターを空のままにしておきます。 | Field |
min_cumulative_variance (オプション) | 説明変数ラスターの主成分の分散の最小累積割合を定義します。 回帰モデルの構築前に、説明変数の主成分が計算され、それらの主成分が回帰の説明変数として使用されます。 各主成分は、説明変数の分散の特定の割合を取り込みます。このパラメーターは、各ローカル モデルの主成分によって取り込まれるべき分散の最小割合をコントロールします。 たとえば、値を 75 に指定した場合、説明変数の分散の 75% 以上を取り込むのに必要な最小数の主成分が使用されます。 主成分はすべて相互に無相関であるため、主成分を使用することで多重共線性 (互いに相関する説明変数) の問題を解決できます。 すべての説明変数に含まれる情報の多くは、わずか数個の主成分で取り込むことができます。 有用性の低い主成分を破棄することで、精度を大幅に低下させずに、モデルの計算を安定的かつ効率的に実行できます。 主成分を計算するには、説明変数にばらつきが存在する必要があるため、[入力説明変数ラスター] のサブセット内に定数値が含まれている場合、これらの定数ラスターはそのサブセットの主成分の計算には使用されません。 サブセット内のすべての説明変数ラスターに定数値が含まれている場合、[出力診断フィーチャクラス] には、0 個の主成分が使用され、0% のばらつきが取り込まれたことが報告されます。 | Double |
in_subset_features (オプション) | ローカル モデルが計算される場所を定義するポリゴン フィーチャ。 ローカル モデルでは、各ポリゴン内のポイントが使用されます。 独立変数の値が既知の地域によって変化することがわかっている場合は、このパラメーターが便利です。 たとえば、これらのポリゴンを使用して、区域によって保健方針が変わる保健所の管轄区域を表すことができます。 また、[サブセット ポリゴンの生成 (Generate Subset Polygons)] ツールを使用して、サブセット ポリゴンを作成することもできます。 このツールで作成されるポリゴンは、重複しないコンパクトなポリゴンになります。 | Feature Layer |
transformation_type (オプション) | 入力データに適用される変換のタイプ。
| String |
semivariogram_model_type (オプション) | 内挿に使用されるセミバリオグラム モデル。
| String |
max_local_points (オプション) | 入力データは、この数を超えるポイントを含まないサブセットに自動的に分割されます。 [サブセット ポリゴン フィーチャ] が指定されている場合、このパラメーターの値は無視されます。 | Long |
overlap_factor (オプション) | ローカル モデル (サブセット) 間のオーバーラップ度合いを表す係数。 各入力ポイントはいくつかのサブセットに分類できます。このオーバーラップ ファクターは、各ポイントが分類されるサブセットの平均値を指定します。 オーバーラップ ファクターの値を高くすると、出力サーフェスがより滑らかになりますが、処理時間も増加します。 値は、1 ～ 5 の間でなければなりません [サブセット ポリゴン フィーチャ] が指定されている場合、このパラメーターの値は無視されます。 | Double |
number_simulations (オプション) | 各ローカル モデルのセミバリオグラムのシミュレート回数。 使用するシミュレーションの回数を多くすると、モデルの計算はより安定しますが、モデルでの計算時間が長くなります。 | Long |
search_neighborhood (オプション) | 出力の制御に使用する周辺のポイントを定義します。 標準がデフォルトです。 検索近傍クラスには、SearchNeighborhoodStandardCircular と SearchNeighborhoodSmoothCircular があります。 標準円形
スムージング円形
| Geostatistical Search Neighborhood |
コードのサンプル
説明変数ラスターを使用して、ポイント フィーチャクラスを内挿します。
import arcpy
arcpy.EBKRegressionPrediction_ga("HousingSales_Points", "SalePrice",
["AREASQFEET", "NUMBATHROOMS", "NUMBEDROOMS","TOTALROOMS"],
"out_ga_layer", None, None, None, 95, None, "LOGEMPIRICAL",
"EXPONENTIAL", 100, 1, 100, None)説明変数ラスターを使用して、ポイント フィーチャクラスを内挿します。
# Name: EBKRegressionPrediction_Example_02.py
# Description: Interpolates housing prices using EBK Regression Prediction
# Requirements: Geostatistical Analyst Extension
# Author: Esri
# Import system modules
import arcpy
# Set environment settings
arcpy.env.workspace = "C:/gaexamples/data.gdb"
# Set local variables
inDepFeatures = "HousingSales_Points"
inDepField = "SalePrice"
inExplanRasters = ["AREASQFEET", "NUMBATHROOMS", "NUMBEDROOMS","TOTALROOMS"]
outLayer = "outEBKRP_layer"
outRaster = "outEBKRP_raster"
outDiagFeatures = "outEBKRP_features"
inDepMeField = ""
minCumVariance = 97.5
outSubsetFeatures = ""
depTransform = ""
semiVariogram= "K_BESSEL"
maxLocalPoints = 50
overlapFactor = 1
numberSinulations = 200
radius = 100000
searchNeighbourhood = arcpy.SearchNeighborhoodStandardCircular(radius)
# Check out the ArcGIS Geostatistical Analyst extension license
arcpy.CheckOutExtension("GeoStats")
# Execute EBKRegressionPrediction
arcpy.EBKRegressionPrediction_ga(inDepFeatures, inDepField, inExplanRasters,
outLayer, outRaster, outDiagFeatures, inDepMeField, minCumVariance,
outSubsetFeatures, depTransform, semiVariogram, maxLocalPoints,
overlapFactor, numberSinulations, searchNeighbourhood)環境
ライセンス情報
- Basic: 次のものが必要 Geostatistical Analyst
- Standard: 次のものが必要 Geostatistical Analyst
- Advanced: 次のものが必要 Geostatistical Analyst