В дополнение к анализу пространственных закономерностей, ГИС анализ может использоваться для изучения или количественного определения отношений между объектами. Инструменты Моделирования пространственных отношений создают пространственные матрицы весов или моделируют пространственные отношения, используя регрессионный анализ.
Инструменты Построить матрицу пространственных весов и Построить матрицу пространственных весов для сети создают файлы матриц пространственных весов, в которых измерены отношения объектов относительно друг друга в пространстве. Матрица пространственных весов – это представление пространственной структуры данных, она описывает отношения, которые существуют между объектами в наборе данных.
Настоящая пространственная статистика интегрирует информацию о пространстве и пространственных отношениях непосредственно в математическое представление. Вот некоторые из инструментов в наборе Пространственная статистика, которые используют файлы матрицы пространственных весов: Пространственная автокорреляция (Глобальный Индекс I Морана), Анализ кластеров и выбросов (Anselin локальный индекс I Морана), Анализ горячих точек (Getis-Ord Gi*) и Анализ совместного расположения.
Инструменты регрессионного анализа в группе Пространственная статистика моделируют отношения между переменными, связанными с географическими объектами, что позволяет предсказывать неизвестные значения или изучать ключевые факторы, влияющие на переменную, которую вы моделируете. Инструменты Общая линейная регрессия и Географически взвешенная регрессия позволяют проверить наличие влияния и его силу. Инструмент Исследовательская регрессия позволяет изучить большое число моделей наименьших квадратов), описывая отношения переменных и определяя комбинации потенциальных независимых переменных, удовлетворяющих всем требованиям метода МНК. Инструмент Локальные двумерные отношения позволяет определить, имеют ли место на вашей карте отношения между двумя переменными.
Инструмент Анализ совместного расположения измеряет степень пространственной связи между двумя точечными закономерностями, а инструмент Пространственная связь между зонами измеряет соответствие категориальных зон. Инструмент Классификация на основе леса и регрессия создает модели и строит прогнозы на основе неконтролируемых методов обучения как для категорийных, так и для непрерывных данных, а также может использовать переменные, поступающие из растров или объектов расстояния.
| Инструменты | Описание |
|---|---|
Измеряет локальные закономерности пространственной связи (колокации) между двумя категориями точечных объектов, используя статистику индекса совместного размещения. | |
Оценивает все возможные комбинации входных потенциальных независимых переменных, выполняя поиск моделей МНК (OLS), которые наилучшим образом описывают зависимую переменную в контексте критериев, заданных пользователем. | |
Создает модели и строит прогнозы при помощи адаптации метода контролируемого машинного обучения произвольного леса Лео Бреймана. Прогнозы могут быть выполнены для обеих категориальных перемененных (классификация) и непрерывных переменных (регрессия). Независимые переменные могут принимать форму полей в атрибутивной таблице обучающих объектов, наборов растровых данных и объектов расстояния, используемых для вычисления значений близости в качестве добавочных переменных. В дополнение к проверке производительности модели на основании обучающих данных, прогнозы можно выполнять по объектам или растрам прогноза. | |
Строит Обобщенную линейную регрессию (ОЛР) для вычисления прогнозов или моделирования взаимосвязи между независимыми переменными и зависимой переменной. Инструмент используется для подгонки различных моделей, в частности, непрерывных (МНК), бинарных (логистических) и числовых (Пуассона). | |
Создает файл с матрицей пространственных весов (.swm) на основе набора сетевых данных, определяя пространственные отношения в соответствии со структурой сетевой модели. | |
Создает файл с матрицей пространственных весов (.swm) для отображения пространственных отношений между объектами в наборе данных. | |
Выполняет Географически взвешенную регрессию, локальную форму линейной регрессии, используемую для моделирования отношений, варьирующихся в пространстве. | |
Анализирует две переменные на предмет статистически значимых отношений с использованием локальной энтропии. Каждый объект классифицируется в одной из шести категорий на основании типа отношений. Выходные данные можно использовать для визуализации областей, где существуют отношения между переменными и изучения изменений отношений в пределах области изучения. | |
Выполняет глобальный Метод наименьших квадратов (МНК) для линейной регрессии, чтобы спрогнозировать или смоделировать зависимую переменную на основе ее отношений с независимыми переменными. | |
Измеряет степень пространственной связи между двумя вариантами районирования одной и той же изучаемой области, в которой каждое районирование состоит из набора категорий, называемых зонами. Связность между районированиями определяется областью перекрытия между зонами каждого районирования. Связность будет максимальной, когда каждая зона одного районирования близко соответствует зоне другого районирования. Точно так же пространственная связь является самой низкой, когда зоны одного районирования имеют большое перекрытие со множеством различных зон другого районирования. Основным результатом работы этого инструмента является общая оценка пространственной связи между категорийными переменными: число в диапазоне от 0 (отсутствие соответствия) до 1 (идеальное пространственное совмещение зон). При необходимости эту глобальную связь можно вычислить и визуализировать для конкретных зон районирования или для конкретных сочетаний зон между районированиями. |