Оптимизированный анализ выбросов (Пространственная статистика)

Краткая информация

Приведенный набор точек инцидентов или взвешенных объектов (точек или полигонов) создает карту статистически значимых горячих и холодных точек, а также пространственных выбросов на основе статистического показателя Anselin Локальный индекс Морана I. При этом выполняется оценка характеристик класса входных объектов для получения оптимальных результатов.

Подробнее о том, как работает Оптимизированный анализ выбросов

Иллюстрация

Иллюстрация инструмента Оптимизированный анализ выбросов

Использование

  • Инструмент выявляет статистически значимые кластеры высоких значений (горячие точки) и низких значений (холодные точки), а также выбросы высоких и низких значений в ваших данных. Он автоматически агрегирует случайные данные, выбирает подходящий масштаб анализа и выполняет корректировку для множественного тестирования и пространственной зависимости. Этот инструмент обрабатывает ваши данные, чтобы определить настройки, которые помогут получить оптимальные результаты анализа кластеров и выбросов. Если вам необходим полный контроль над данными настройками, используйте инструмент Анализ кластеров и выбросов.

    Примечание:

    Инцидентными данными являются точки, представляющие события (преступления, дорожно-транспортное происшествия) или объекты (деревья, магазины), по отношению к которым ваше внимание концентрируется скорее на их наличии или отсутствии, чем на атрибутах, свойственных каждой такой точке.

  • Вычисленные для выполнения оптимального анализа кластеров и выбросов параметры отображаются в виде сообщений во время работы инструмента. Связанные рабочие процессы и алгоритмы описаны в разделе Как работает Оптимизированный анализ выбросов.

  • Инструмент создает новый Выходной класс объектов с новыми атрибутами, включающими локальный индекс I Морана (LMiIndex), z-оценку, псевдо p-значение и тип кластера/выбросов (COType) для каждого объекта во Входном классе объектов. Он также содержит поле (NNeighbors), в которое записывается для каждого объекта число соседних объектов, включенных в вычисление.

  • Выходные данные этого инструмента включают гистограмму, отображающую значение анализируемой переменной (либо Поле, либо число инцидентов в каждом полигоне). Диаграмма доступна под выходным классом пространственных объектов на панели Содержание.

  • Поле COType указывает статистически значимые кластеры высоких и низких значений (HH и LL), а также высокие и низкие выбросы (HL и LH), скорректированные для множественного тестирования и пространственной зависимости при помощи метода коррекции Уровень ложно положительных результатов (FDR).

  • Z-оценки и р-значения являются измерениями статистической значимости, которая определяет, можно ли отклонить нулевую гипотезу. В действительности, они показывают, насколько очевидное сходство (пространственная кластеризация) или несходство (пространственные выбросы) являются чем-то большим, нежели случайное распределение. P-значения и z-оценки в Выходном классе пространственных объектов не отражают коррекцию FDR (False Discovery Rate). Дополнительные сведения о z-оценке и p-значениях см. в разделе Что такое z-оценка? Что такое p-значение?

  • Высокое положительное значение z-оценки для объекта свидетельствует, что окружающие объекты имеют схожие значения (либо низкие, либо высокие). Поле COType в Выходном классе объектов будет содержать значение HH для статистически значимого кластера с высокими значениями и LL для статистически значимого кластера с низкими значениями.

  • Малое отрицательное значение z-оценки (например, менее -3,96) для объекта свидетельствует о статистической значимости пространственных выбросов в данных. Поле COType в Выходном классе объектов имеет значение HL для объекта с высоким значением, окруженного объектами с низкими значениями, и LH для объекта с низкими значениями, окруженного объектами с высокими значениями.

  • В поле COType всегда указываются статистические значимые кластеры и выбросы на основании коррекции FDR с уровнем достоверности 95%. Только статистически значимые объекты имеют значения, указанные в поле COType.

  • Когда Входной класс объектов не имеет проекции (т.е. когда координаты заданы в градусах, минутах и секундах), или когда в качестве выходной системы координат используется Географическая система координат, расстояния в этих случаях будут рассчитываться с помощью хордовых измерений. Измерения хордовых расстояний применяются постольку, поскольку они могут быть быстро вычислены и дают очень хорошие оценки истинных геодезических расстояний, по крайней мере, для точек, расстояние между которыми в пределах порядка тридцати градусов. Хордовые расстояния основаны на эллипосиде вращения. Если взять две любые точки на поверхности Земли, то хордовым расстоянием между ними будет длина прямой линии, проходящей через трехмерное тело Земли и соединяющей эти две точки. Хордовые расстояния выражаются в метрах.

    Внимание:

    Следует обязательно производить проецирование ваших данных, если область исследования превышает 30 градусов. Хордовые расстояния не обеспечивают точных оценок геодезических расстояний, превышающих 30 градусов.

  • Входными объектами могут быть точки или полигоны. Для полигонов требуется Поле анализа.

  • Если Вы предоставляете Поле анализа, то оно должно содержать разные значения. Для математических расчетов этой статистики требуется, чтобы анализируемые переменные обладали некоторой вариабельностью; например, анализ не будет выполняться, если все входящие значения равны 1.

  • С Полем анализа этот инструмент подходит для всех данных (точки и полигоны), в том числе для выборочных данных. В действительности, этот инструмент эффективен и надежен даже в случаях, когда число объектов очень большое. Когда объектов много, инструмент получает больше информации для вычисления точных и надежных результатов. Когда объектов мало, инструмент по-прежнему будет работать, чтобы получить точные и надежные результаты, но у него будет меньше информации, с которой он может работать.

  • С точечными данными вам иногда может понадобиться анализ значений данных по каждому из точечных объектов, и следовательно, вы будете использовать Поле анализа. В других случаях вам будет нужно лишь получить оценку пространственных структурных закономерностей (кластеризацию) местоположений точек или инцидентов точек. Решение вопроса о том, добавлять ли Поле анализа или нет, зависит от исследуемой вами задачи.

    • Анализ точечных объектов с Полем анализа позволит вам получить ответ на такие вопросы, как: где сконцентрированы высокие и низкие значения?
    • Выбранное поле анализа может представлять следующее:
      • Количество (например, число ДТП на перекрестках)
      • Показатели (например, безработица в городах, где каждый город показан точечным объектом)
      • Средние (например, среднее значение результатов тестов по математике, проведенных во всех школах)
      • Индексы (например, оценка уровня потребительской удовлетворенности автодилерами по всей стране)
    • Анализ точечных объектов без добавления Поля анализа позволит вам определить места статистически значимой интенсивной или невысокой концентрации точек. Такой тип анализа поможет вам найти ответ на такие вопросы, как: В каком месте имеется много точек? В каком месте очень мало точек?
  • Если вы не будете использовать Поле анализа, инструмент соберет все ваши точки для их подсчета и использования в качестве поля анализа. Есть три возможных схемы агрегации:

    • Для Подсчета количества инцидентов внутри регулярной сетки и Подсчета количества инцидентов внутри гексагональной сетки вычисляется подходящий размер ячейки, использующийся для создания регулярной или гексагональной сетки, покрывающей точки инцидентов и вычисления числа точек в каждой ячейке. Если не существует векторного слоя Ограничивающие полигоны, определяющие возможное расположение инцидентов, то ячейки сетки с нулевым количеством точек удаляются, и анализируются только оставшиеся ячейки. При наличии векторного слоя ограничивающих полигонов сохраняются и анализируются все ячейки внутри ограничивающих полигонов. Количество точек для каждой полигональной ячейки используется в качестве поля анализа.
      Примечание:

      Хотя агрегация по сетке используется чаще, гексагональные сетки могут лучше подходить для определенных типов анализа.

    • Для Подсчет количества инцидентов внутри полигонов агрегации необходимо предоставить векторный слой Полигоны для агрегирования инцидентов по количеству. Инциденты точек, попадающие внутрь каждого полигона, будут посчитаны, и эти полигоны со связанным количеством инцидентов будут затем проанализированы. Опция Подсчет количества инцидентов внутри полигонов агрегации является подходящей стратегией агрегации, когда точки связаны с административными единицами, такими как участки, округа или школьные районы. Вы также можете использовать эту опцию, если вы хотите, чтобы изучаемая область оставалась одной и той же во время множественных анализов, чтобы воспользоваться преимуществом сравнения.
    • Для параметра Замыкание ближайших инцидентов для создания взвешенных точек вычисляется расстояние замыкания, которое используется для агрегирования ближайших точек инцидентов. Каждой агрегированной точке присваивается количество, отражающее число инцидентов, которые были замкнуты друг с другом. Агрегированные точки затем анализируются, при этом количество инцидентов используется в качестве поля анализа. Опция Замыкание ближайших инцидентов для создания взвешенных точек является подходящей стратегией агрегации, когда у вас есть много совпадающих или почти совпадающих точек, и вы хотите сохранить аспекты пространственной структурной закономерности исходных точечных данных.

    Примечание:
    Во многих случаях вы можете решить использовать опции Замыкание ближайших инцидентов для создания взвешенных точек, Подсчет количества инцидентов внутри сетки и Подсчет количества инцидентов внутри гексагональной сетки, чтобы узнать, результаты какой из них наилучшим образом отражают пространственную структурную схему исходных точечных данных. Решения с использованием сетки и шестиугольников могут искусственным образом разделить кластеры точечных инцидентов, но выходные данные при этом могут быть проще для интерпретации для некоторых пользователей, чем взвешенные выходные точечные данные. Хотя агрегация по регулярной сетке используется чаще, гексагональные сетки могут лучше подходить для определенных типов анализа.

    Внимание:

    Анализ точечных данных без указания Поля анализа имеет смысл только в том случае, если у вас есть все известные точечные инциденты, и вы можете быть уверены в отсутствии предвзятости анализируемого распределения точек. С отобранными данными вы почти всегда будете включать Поле анализа (если только у вас не будет особого интереса в пространственных структурных закономерностях вашей схемы отбора).

  • Когда вы выбираете опцию Подсчет количества инцидентов внутри сетки или Подсчет количества инцидентов внутри гексагональной сетки для Метода агрегирования данных инцидентов, вы можете дополнительно предоставить векторный слой Ограничивающие полигоны, определяющие возможное расположение инцидентов. Когда не предоставлено никаких ограничивающих полигонов, инструмент не может узнать, должно ли расположение без инцидента иметь значение 0, указывающее, что инцидент возможен, но не произошел, или расположение должно быть удалено из анализа, поскольку инциденты никогда не происходят в данном расположении. Соответственно, если не существует ни одного ограничивающего полигона, то для анализа берутся только те ячейки, которые содержат как минимум один инцидент. Если такое поведение вам не подходит, вы можете предоставить векторный слой Ограничивающие полигоны, определяющие возможное расположение инцидентов, чтобы убедиться, что все берутся все расположения внутри ограничивающих полигонов. Прямоугольные или шестиугольные ячейки, в которых нет инцидентов, получат значение количества инцидентов, равное нулю.

  • Любые инциденты, не попадающие в Ограничивающие полигоны, определяющие возможное расположение инцидентов или в Полигоны для агрегирования инцидентов в количество, будут исключены из анализа.

  • Параметр Выполнение трансформации определяет количество перестановок, используемых при анализе. Выбор числа перестановок является компромиссом между точностью и временем обработки. Увеличение числа перестановок повышает точность, поскольку увеличивается диапазон возможных значений для вычисления псевдо p.

  • Перестановки используются для определения вероятности нахождения актуального пространственного распределения анализируемых значений. Для каждой перестановки, значения, окружающие каждый объект, перераспределяются в случайном порядке, затем вычисляется значение локального индекса Морана I. Результат референсного распределения значений затем сравнивается с наблюдаемым индексом Морана I для определения вероятного нахождения наблюдаемого значения в случайном распределении. По умолчанию используется 199 перестановок; однако распределение случайной выборки улучшается при увеличении числа перестановок, что повышает точность псевдо p-значений.

  • Инструмент вычислит оптимальный масштаб анализа на основе характеристик ваших данных, но вы можете настроить масштаб анализа, задав параметр Диапазон расстояний в разделе Опции переопределения. Для объекты, у которых нет соседей в пределах указанного расстояния Диапазон расстояний увеличивается таким образом, чтобы обнаружить хотя бы один соседний объект для включение в вычисления.

  • Вместо использования оптимальных по умолчанию настроек размера ячейки сетки и масштаба анализа, можно воспользоваться Опциями переопределения для установки Размера ячейки или Диапазона расстояния для анализа.

  • Опция Размер ячейки позволяет установить размер ячейки сетки, используемой для агрегирования ваших точечных данных. Например, можно использовать сетку с ячейками размером 50 на 50 метров. Если вы выполняете агрегацию в шестиугольники, Размер ячейки равен высоте каждого шестиугольника, а ширина результирующих шестиугольников будет в 2 раза больше высоты, деленной на квадратный корень из 3.

    Размер ячеек шестиугольников по сравнению с регулярной сеткой

  • Вам необходимо использовать инструменты Углубленного анализа пространственно-временных закономерностей или инструмент Построить матрицу пространственных весов совместно с инструментом Анализ кластеров и выбросов, если вы хотите идентифицировать кластеры и выбросы на основе пространственно-временного совпадения. Подробная информация о пространственно-временно кластерном анализе содержится в разделах Углубленный анализ пространственно-временных закономерностей или Пространственно-временной кластерный анализ.

  • Слои карты можно использовать для определения Входного класса объектов. Если в слое есть выборка, только выбранные объекты будут включены в анализ.

  • Слой Выходных объектов автоматически добавляется в таблицу содержания с методом отображения по умолчанию, примененного к полю COType. Метод отображения определяется файлом слоя в <ArcGIS Pro>\Resources\ArcToolBox\Templates\Layers. Способ отображения по умолчанию, если это необходимо, можно применить заново с помощью инструмента Применить символы слоя.

  • Внимание:

    При использовании шейп-файлов, помните, что в них нельзя хранить нулевые (null) значения. Инструменты или другие процедуры, создающие шейп-файлы из прочих входных данных, могут хранить значения NULL в виде 0 или оперировать ими как нулем. В некоторых случаях нули в шейп-файлах хранятся как очень маленькие отрицательные числа. Это может привести к неожиданным результатам. Дополнительные сведения см. в разделе Рекомендации по геообработке выходных данных шейп-файла.

Параметры

ПодписьОписаниеТип данных
Входные объекты

Точечный или полигональный класс объектов, для которых будет выполняться анализ кластеров и выбросов.

Feature Layer
Выходные объекты

Выходной класс объектов для представления полей с результатами.

Feature Class
Поле анализа
(Дополнительный)

Числовое поле (количество инцидентов, тяжести преступления, тестовые оценки и т.д.), которое должно быть оценено.

Field
Метод агрегирования данных инцидентов
(Дополнительный)

Метод агрегирования, используемый для создания объектов с весами для анализа из данных точек инцидентов.

  • Подсчет количества инцидентов внутри прямоугольной сеткиЯчейка регулярной сетки будет перекрывать точки данных инцидентов и будет произведен подсчет количества инцидентов внутри каждой полигональной ячейки. Если не существует ни одного ограничивающего полигона в параметре Ограничивающие полигоны, определяющие возможное расположение инцидентов, то в анализе будут использоваться только ячейки сетки с как минимум одним инцидентом; в противном случае, будут анализироваться все ячейки внутри ограничивающих полигонов.
  • Подсчет количества инцидентов внутри гексагональной сеткиЯчейка гексагональной сетки будет перекрывать точки данных инцидентов и будет произведен подсчет количества инцидентов внутри каждой полигональной ячейки. Если не существует ни одного ограничивающего полигона в параметре Ограничивающие полигоны, определяющие возможное расположение инцидентов, то в анализе будут использоваться только ячейки сетки с как минимум одним инцидентом; в противном случае, будут анализироваться все ячейки внутри ограничивающих полигонов.
  • Подсчет количества инцидентов внутри полигонов агрегацииВам необходимо полигоны агрегирования, чтобы покрыть точечные данные инцидентов в параметре Полигоны для агрегирования инцидентов в количество. Инциденты внутри каждого полигона будут посчитаны.
  • Замыкание ближайших инцидентов для создания взвешенных точекСоседние инциденты будут агрегированы вместе, чтобы создать одну точку с весом. Вес для каждой точки – это количество агрегированных инцидентов для этого местоположения.
String
Ограничивающие полигоны, определяющие места возможных инцидентов
(Дополнительный)

Полигональный класс объектов, определяющий, где Входной объект инцидента может произойти.

Feature Layer
Полигоны для агрегирования инцидентов в блоки
(Дополнительный)

Для агрегирования Входные объекты инцидентов используются полигоны для получения количества инцидентов для каждого полигонального объекта.

Feature Layer
Выполнение трансформации.
(Дополнительный)

Произвольное базовое распределения для анализа создается с использованием перестановок. Выбор числа перестановок является компромиссом между точностью и временем обработки. Выберите предпочтительные для вас скорость и точность. Для более значимых и точных результатов требуется больше времени.

  • Быстрый (199 перестановок)С 199 перестановками, минимально возможное псевдо p-значение равно 0.005, а все остальные псевдо p-значения будут четным произведением этого значения.
  • Сбалансированный (499 перестановок)С 499 перестановками, минимально возможное псевдо p-значение равно 0.002, а все остальные псевдо p-значения будут четным произведением этого значения.
  • Устойчивый (999 перестановок)С 999 перестановками, минимально возможное псевдо p-значение равно 0.001, а все остальные псевдо p-значения будут четным произведением этого значения.
String
Размер ячейки
(Дополнительный)

Размер ячейки сетки, используемой для агрегирования Входных объектов. При агрегации в гексагональную сетку, это расстояние используется в качестве высоты для построения гексагональных полигонов.

Linear Unit
Диапазон расстояний
(Дополнительный)

Пространственный экстент области анализа соседей. Это значение определяет, какие объекты будут проанализированы вместе, чтобы оценить локальную кластеризацию.

Linear Unit

arcpy.stats.OptimizedOutlierAnalysis(Input_Features, Output_Features, {Analysis_Field}, {Incident_Data_Aggregation_Method}, {Bounding_Polygons_Defining_Where_Incidents_Are_Possible}, {Polygons_For_Aggregating_Incidents_Into_Counts}, {Performance_Adjustment}, {Cell_Size}, {Distance_Band})
ИмяОписаниеТип данных
Input_Features

Точечный или полигональный класс объектов, для которых будет выполняться анализ кластеров и выбросов.

Feature Layer
Output_Features

Выходной класс объектов для представления полей с результатами.

Feature Class
Analysis_Field
(Дополнительный)

Числовое поле (количество инцидентов, тяжести преступления, тестовые оценки и т.д.), которое должно быть оценено.

Field
Incident_Data_Aggregation_Method
(Дополнительный)

Метод агрегирования, используемый для создания объектов с весами для анализа из данных точек инцидентов.

  • COUNT_INCIDENTS_WITHIN_FISHNET_POLYGONSЯчейка регулярной сетки будет перекрывать точки данных инцидентов и будет произведен подсчет количества инцидентов внутри каждой полигональной ячейки. Если ограничивающий полигон для параметра Bounding_Polygons_Defining_Where_Incidents_Are_Possible не указан, то в анализе будут использоваться только те ячейки, которые содержат хотя бы один инцидент; в противном случае, будут анализироваться все ячейки внутри ограничивающих полигонов.
  • COUNT_INCIDENTS_WITHIN_HEXAGON_POLYGONSЯчейка гексагональной сетки будет перекрывать точки данных инцидентов и будет произведен подсчет количества инцидентов внутри каждой полигональной ячейки. Если ограничивающий полигон для параметра Bounding_Polygons_Defining_Where_Incidents_Are_Possible не указан, то в анализе будут использоваться только те ячейки, которые содержат хотя бы один инцидент; в противном случае, будут анализироваться все ячейки внутри ограничивающих полигонов.
  • COUNT_INCIDENTS_WITHIN_AGGREGATION_POLYGONSПолигоны агрегирования указывают для того, чтобы охватить точечные данные инцидентов в параметре Polygons_For_Aggregating_Incidents_Into_Counts. Инциденты внутри каждого полигона будут посчитаны.
  • SNAP_NEARBY_INCIDENTS_TO_CREATE_WEIGHTED_POINTSСоседние инциденты будут агрегированы вместе, чтобы создать одну точку с весом. Вес для каждой точки – это количество агрегированных инцидентов для этого местоположения.
String
Bounding_Polygons_Defining_Where_Incidents_Are_Possible
(Дополнительный)

Полигональный класс пространственных объектов, который определяет, где могут встретиться Input_Features инциденты.

Feature Layer
Polygons_For_Aggregating_Incidents_Into_Counts
(Дополнительный)

Полигоны, которые будут использоваться для агрегирования Input_Features инцидентов, чтобы рассчитать число инцидентов для каждого полигонального объекта.

Feature Layer
Performance_Adjustment
(Дополнительный)

Произвольное базовое распределения для анализа создается с использованием перестановок. Выбор числа перестановок является компромиссом между точностью и временем обработки. Выберите предпочтительные для вас скорость и точность. Для более значимых и точных результатов требуется больше времени.

  • QUICK_199С 199 перестановками, минимально возможное псевдо p-значение равно 0.005, а все остальные псевдо p-значения будут четным произведением этого значения.
  • BALANCED_499С 499 перестановками, минимально возможное псевдо p-значение равно 0.002, а все остальные псевдо p-значения будут четным произведением этого значения.
  • ROBUST_999С 999 перестановками, минимально возможное псевдо p-значение равно 0.001, а все остальные псевдо p-значения будут четным произведением этого значения.
String
Cell_Size
(Дополнительный)

Размер ячейки сетки, используемой для агрегирования Input_Features. При агрегации в гексагональную сетку, это расстояние используется в качестве высоты для построения гексагональных полигонов.

Linear Unit
Distance_Band
(Дополнительный)

Пространственный экстент области анализа соседей. Это значение определяет, какие объекты будут проанализированы вместе, чтобы оценить локальную кластеризацию.

Linear Unit

Пример кода

OptimizedOutlierAnalysis, пример 1 (окно Python)

Пример скрипта в окне Python для использования функции OptimizedOutlierAnalysis.

import arcpy
arcpy.env.workspace = r"C:\OOA"
arcpy.stats.OptimizedOutlierAnalysis("911Count.shp", "911OptimizedOutlier.shp", 
                                     "#", "SNAP_NEARBY_INCIDENTS_TO_CREATE_WEIGHTED_POINTS", 
                                     "#", "#", "BALANCED_499")
OptimizedOutlierAnalysis, пример 2 (автономный скрипт)

Следующий автономный Python скрипт демонстрирует, как использовать функцию OptimizedOutlierAnalysis.

# Analyze the spatial distribution of 911 calls in a metropolitan area

# Import system modules
import arcpy

# Set property to overwrite existing output, by default
arcpy.env.overwriteOutput = True

# Local variables...
workspace = r"C:\OOA\data.gdb"

try:
    # Set the current workspace (to avoid having to specify the full path to 
    # the feature classes each time)
    arcpy.env.workspace = workspace

    # Create a polygon that defines where incidents are possible  
    # Process: Minimum Bounding Geometry of 911 call data
    arcpy.management.MinimumBoundingGeometry("Calls911", "Calls911_MBG", 
                                             "CONVEX_HULL", "ALL", "#", 
                                             "NO_MBG_FIELDS")

    # Optimized Outlier Analysis of 911 call data using fishnet aggregation 
    # method with a bounding polygon of 911 call data
    # Process: Optimized Outlier Analysis 
    ooa = arcpy.stats.OptimizedOutlierAnalysis("Calls911", "Calls911_ohsaFishnet", 
                                               "#", "COUNT_INCIDENTS_WITHIN_FISHNET_POLYGONS", 
                                               "Calls911_MBG", "#", 
                                               "BALANCED_499") 

except arcpy.ExecuteError:
    # If any error occurred when running the tool, print the messages
    print(arcpy.GetMessages())

Параметры среды

Особые случаи

Выходная система координат

До начала анализа геометрия пространственных объектов проецируется в Выходную систему координат. Во всех математических вычислениях учитывается пространственная привязка Выходной системы координат. Если выходная система координат выражена в градусах, минутах и секундах, то геодезические расстояния рассчитываются с помощью хордовых расстояний.

Генератор случайных чисел

В качестве генератора случайных чисел всегда используется Mersenne Twister.

Информация о лицензиях

  • Basic: Да
  • Standard: Да
  • Advanced: Да

Связанные разделы