| ラベル | 説明 | データ タイプ |
入力フィーチャ | SWM の選択に使用されるフィールドを含む入力フィーチャ。 | Feature Layer |
入力フィールド | SWM の選択に使用される入力フィールド。 | Field |
出力空間加重マトリックス | ツールにより選択された近傍と加重の出力 .swm ファイル。 | File |
一意の ID フィールド | 出力 .swm ファイルの一意の ID フィールド。 このフィールドは整数でなければならず、入力フィーチャごとに個別値が必要です。 | Field |
サマリー
1 つ以上の数値フィールドの空間パターン (トレンドやクラスターなど) を最もよく表す空間加重マトリックス (SWM) を一連の候補 SWM から選択します。
その後、[近傍タイプ] パラメーター値または [空間リレーションシップのコンセプト] パラメーター値の .swm ファイルを許可するツール ([2 変数空間的関連性 (Bivariate Spatial Association (Lee'sL))] ツール、[ホット スポット分析 (Hot Spot Analysis (Getis-Ord Gi*))] ツール、[クラスター/外れ値分析 (Cluster and Outlier Analysis (Anselin Local Moran's I))] ツールなど) で出力空間加重マトリックス ファイルを使用できます。
このツールは、各候補 SWM から空間コンポーネント (Moran の固有ベクトルと呼ばれる) を作成し、そのコンポーネントが入力フィールドの空間パターンをどれだけ効果的に表しているかをテストすることにより SWM を選択します。
図
使用法
-
このツールの目的は、入力フィールドの値を最も正確に予測できる空間コンポーネントを生成するのはどの空間加重かをテストすることにより、入力フィールドの空間パターンを最もよく表す近傍タイプと加重スキーム (空間リレーションシップのコンセプトと呼ばれることもある) を推奨することです。 各空間コンポーネントには空間パターンがあり、入力フィールドを最も正確に予測できるコンポーネントはその入力に最も類似したパターンを持つコンポーネントであることを根拠にしています。 ただし、この推奨された SWM は、データおよびそのプロセスに関する個人または専門家の知識を置き換えるものではありません。 解析用に SWM を選択する際には多数の注意事項があり、このツールは、推奨される SWM を決定するために入力フィールドを予測する空間コンポーネントの機能のみを使用します。 [ホット スポット分析 (Hot Spot Analysis (Getis-Ord Gi*))] ツールなど、場合によっては、データの空間的自己相関を最大化する距離バンドの使用 ([最適化ホット スポット (Optimized Hot Spot Analysis)] ツールはこのようにして近傍と加重を決定します) など、SWM を選択するための代替方法があります。 近傍と空間加重に対して代替方式を試し、解析の目的に最適な方法を使用することをお勧めします。
出力 .swm ファイルを使用して以降の解析で使用する [入力フィールド] パラメーターにすべてのフィールドを指定してください。 たとえば、[ホット スポット分析 (Hot Spot Analysis (Getis-Ord Gi*))] ツールに必要なフィールドは 1 つだけですが、[2 変数空間的関連性 (Bivariate Spatial Association (Lee'sL))] ツールに必要なフィールドは 2 つです。 以降の解析ツールの [近傍タイプ] または [空間リレーションシップのコンセプト] パラメーターで [空間加重をファイルから取得] オプションを指定した後、[加重マトリックス ファイル] パラメーターに出力 .swm ファイルを指定できます。
このツールでは、次の SWM がテストされます。
- 5 つの距離バンド。それぞれに、加重なし、Gaussian、Bisquare カーネルがあります (合計 15)。 最短距離バンドは、各フィーチャに対して少なくとも 1 つの近傍フィーチャがある距離です。 最長距離バンドは、入力フィーチャの対角範囲の 20 パーセントです。 他の 3 つの距離バンドは、最短距離バンドと最長距離バンドの間で均等に増加することで作成されます。 ポリゴン フィーチャの場合、重心間の距離を使用して距離と近傍が求められます。
- 4 つの異なる近傍数 (8、16、32、64)。それぞれに、加重なし、Gaussian、Bisquare カーネルがあります (合計 12)。 バンド幅は適応型で、K 個の近傍の場合、(K+1) 番目の近傍までの距離に等しくなります。 入力フィーチャの数が K 未満の場合は、それより多くい近傍はスキップされます。 たとえば、入力フィーチャが 50 個ある場合、64 個の近傍を使用する 3 つの SWM はスキップされます。 ポリゴン フィーチャの場合、重心間の距離を使用して距離と近傍が求められます。
- ポイント フィーチャの場合、最終的な SWM はドロネー三角形分割の近傍です。 ポリゴン フィーチャの場合、最終的な SWM は隣接 (エッジおよびコーナー) 近傍です。
それぞれの近傍とカーネルの加重の詳細については、「近傍要約統計量の詳細」および「空間関係のモデリング」をご参照ください。
ジオプロセシング メッセージには、テスト済みの各 SWM の詳細 (近傍数や加重方式など) および入力フィールドの予測に使用された SWM の調整済み相関係数の二乗値を表示する近傍検索履歴テーブルが含まれます。 ツールにより推奨される SWM は調整済み相関係数の二乗が最大の SWM になり、テーブルに太字で示され、アスタリスクが含まれます。
このツールは、次の手順を使用して推奨される SWM を決定します。
- SWM ごとに、最大の固有値を持つ (自己相関が最も強い) Moran の固有ベクトルが生成されます。 固有ベクトルの数は、フィーチャの数の 25% に等しくなります (最大 100 個)。
- 負の Moran's I 値を持つ (つまり、負に自己相関である) 固有ベクトルは除外されます。
- 各入力フィールドは、固有ベクトルを最小二乗法回帰モデルの説明変数として使用して、個別に予測されます。
- すべてのフィールドの二乗総和および二乗残差和が集計され、結合された調整済み相関係数の二乗が計算されます。
- 最も高い調整済み相関係数の二乗値を持つ SWM が返されます。
この手順については、次のリファレンスで詳しく説明します。
Bauman, David, Thomas Drouet, Marie-Josée Fortin, and Stéphane Dray. 2018. "Optimizing the choice of a spatial weighting matrix in eigenvector-based methods." Ecology 99, no. 10: 2159-2166. https://doi.org/10.1002/ecy.2469.
パラメーター
arcpy.stats.CompareNeighborhoodConceptualizations(in_features, input_fields, out_swm, id_field)
| 名前 | 説明 | データ タイプ |
in_features | SWM の選択に使用されるフィールドを含む入力フィーチャ。 | Feature Layer |
input_fields [input_fields,...] | SWM の選択に使用される入力フィールド。 | Field |
out_swm | ツールにより選択された近傍と加重の出力 .swm ファイル。 | File |
id_field | 出力 .swm ファイルの一意の ID フィールド。 このフィールドは整数でなければならず、入力フィーチャごとに個別値が必要です。 | Field |
コードのサンプル
次の Python ウィンドウ スクリプトは、CompareNeighborhoodConceptualizations 関数の使用方法を示しています。
# Select the spatial weights matrix (SWM) that best describes the
# spatial patterns of POP_SQMI.
arcpy.env.workspace = r"c:\data\project_data.gdb"
arcpy.stats.CompareNeighborhoodConceptualizations(
in_features="states",
input_fields="POP_SQMI",
out_swm=r"c:\data\states.swm",
id_field="unique_id_field"
)次のスタンドアロン スクリプトは、CompareNeighborhoodConceptualizations 関数の使用方法を示しています。
# Select the spatial weights matrix (SWM) that best describes
# the spatial patterns of two analysis field.
import arcpy
# Set the current workspace.
arcpy.env.workspace = r"c:\data\project_data.gdb"
# Run the tool.
arcpy.stats.CompareNeighborhoodConceptualizations(
in_features="myFeatureClass",
input_fields="myAnalysisField1;myAnalysis Field2",
out_swm=r"myOutputSWM.swm",
id_field="myUniqueIDField"
)
# Print the tool messages.
print(arcpy.GetMessages())環境
このツールは、ジオプロセシング環境を使用しません。
ライセンス情報
- Basic: Yes
- Standard: Yes
- Advanced: Yes