Оценка чувствительности атрибута неопределенности (Пространственная статистика)—ArcGIS Pro

Краткая информация

Измеряет стабильность результатов анализа путем сравнения исходных результатов анализа с результатами нескольких запусков инструмента с использованием смоделированных данных. Смоделированные данные учитывают неопределенность в одной или нескольких переменных анализа. Поддерживаются три типа неопределенности атрибута: предел погрешности, доверительные границы и процент от исходного значения атрибута.

Более подробно о работе инструмента Оценка чувствительности атрибута неопределенности

Иллюстрация

Использование

Для параметра Объекты результатов анализа требуются результаты анализа из одного из следующих инструментов набора Пространственная статистика:
Инструмент создает выходной составной слой со слоями, диаграммами и всплывающими окнами, в которых сравнивается, как исходный анализ отличается от различных моделируемых запусках.
Результаты этого инструмента зависят от типа проводимого анализа.
- Для Анализа горячих точек, Оптимизированного анализа горячих точек, Анализа кластеров и выбросов, а также Оптимизированного анализа выбросов инструмент предоставляет копию исходных результатов анализа и слой, на котором выделены местоположения, дающие результат, отличный от исходного анализа, по крайней мере, в 80 процентах моделируемых запусков.
- Для Обобщенной линейной регрессии инструмент предоставляет копию исходных результатов анализа и таблицу, содержащую результаты каждого моделирования. Таблица содержит диаграммы для визуализации результатов регрессии (распределение R-квадрат, статистика Жака-Бера и коэффициенты) по моделируемым запускам.
- Для Пространственной автокорреляции (Глобальный индекс Морана I) инструмент предоставляет копию входных объектов анализа и таблицу, содержащую результаты каждого моделирования. Таблица содержит диаграммы для визуализации результатов Z-оценки и глобального индекса Морана I по моделируемым запускам.
Моделирование, которое будет выполняться инструментом, настраивается с использованием следующих параметров:
- Тип неопределенности — задает способ измерения неопределенности атрибутов и диапазон возможной неопределенности для моделируемых данных. Например, поле предела погрешности может использоваться для обозначения неопределенности в значениях переменных анализа.
- Метод моделирования — определяет способ, которым будут сгенерированы смоделированные данные с использованием различных статистических распределений. Например, опция Нормальный для параметра Метод моделирования будет генерировать смоделированные значения с использованием нормального распределения. Исходным значением атрибута будет среднее, а параметр Тип неопределенности (предел погрешности) определяет средне-квадратическое отклонение.
Метод нормального моделирования генерирует смоделированные значения с использованием нормального распределения. Если для Типа неопределенности выбран Предел погрешности, то среднее значение распределения является исходным значением атрибута, а стандартное отклонение - пределом погрешности.
Параметр Границы данных имитации позволяет вам дополнительно настраивать моделирование. Используйте этот параметр, чтобы предотвратить получение данных моделирования, которые не будут иметь смысла при анализе, например отрицательных значений, когда переменной анализа является процент населения, живущего за чертой бедности.
Инструмент считывает метаданные значения параметра Объекты результатов анализа, чтобы идентифицировать инструмент анализа, с помощью которого был создан слой. Если для слоя было запущено несколько инструментов, будет показан самый последний инструмент.

Параметры

Подпись	Описание	Тип данных
Объекты результата анализа	Класс пространственных объектов, содержащий выходные результаты анализа, полученные от инструмента пространственной статистики. Поддерживаются только определенные инструменты. Это результат анализа, который будет оцениваться на предмет стабильности.	Feature Layer
Выходные объекты	Выходные данные, которые будут содержать копию исходных результатов анализа и поля, обобщающие стабильность анализа для каждого объекта.	Feature Class
Выходная таблица моделирования	Выходная таблица, которая будет содержать поля, обобщающие стабильность анализа.	Table
Входные объекты анализа (Дополнительный)	Входные объекты, которые были использованы в анализе, создавшем итоговые объекты анализа.	Feature Layer
Тип неопределенности (Дополнительный)	Задает способ измерения неопределенности атрибута. Предел погрешности—Входной класс пространственных объектов исходного анализа содержит поле с симметричным пределом погрешности для каждого объекта, который будет использоваться. Верхняя и нижняя границы—Входной класс пространственных объектов исходного анализа содержит поле с нижней и верхней границами для каждого объекта, который будет использоваться. Границы могут быть асимметричными по отношению к значению переменной анализа объектов. Процент выше и ниже—Переменная анализа будет скорректирована на процент, указанный в параметре Процент ниже и процент выше.	String
Поле Предел погрешности (Дополнительный)	Поле, содержащее предел погрешности (MOE) переменной анализа. MOE используется для построения симметричного распределения, на основе которого будут сгенерированы смоделированные значения.	Value Table
Поле Нижняя и верхняя границы (Дополнительный)	Поля, содержащие нижнюю и верхнюю границы для переменной анализа. Значения будут сгенерированы между нижней и верхней доверительными границами.	Value Table
Значения Процент ниже и Процент выше (Дополнительный)	Процент от исходного значения атрибута, который будет вычтен и добавлен к исходному значению переменной анализа для создания диапазона значений для моделирования.	Value Table
Число моделирований (Дополнительный)	Число моделирований, которые будут выполнены.	Long
Метод моделирования (Дополнительный)	Определяет распределение вероятностей, которое будет использоваться для моделирования данных. Нормальный—Используется нормальное распределение. Это значение по умолчанию Универсальный—Используется равномерное распределение. Треугольный—Используется треугольное распределение.	String
Рабочая область для результатов моделирования (Дополнительный)	Существующая рабочая область, где будут храниться результаты анализа каждого моделирования. Рабочая область может быть папкой или базой геоданных.	Workspace
Пределы данных моделирования (Дополнительный)	Нижний и верхний пределы для моделируемых значений. Все смоделированные значения будут находиться в этих пределах. Например, для значений количества или процентов используйте нижний предел, равный нулю, чтобы гарантировать отсутствие отрицательных значений количества или процентов.	Value Table
Доверительный уровень предела погрешности (Дополнительный)	Доверительный уровень для предела погрешности. Например, если пределы погрешности были рассчитаны на основе 95-процентных доверительных интервалов, укажите значение 95.	Long

Производные выходные данные

Подпись	Описание	Тип данных
Выходной составной слой	Составной слой выходных данных.	Group Layer
Рабочая область для результатов моделирования	Рабочая область, где будут храниться результаты анализа каждого моделирования. Рабочая область может быть папкой или базой геоданных.	Workspace

arcpy.stats.AttributeUncertainty(in_features, out_features, out_simulation_table, {analysis_input_features}, {uncertainty_measure}, {moe_field}, {confidence_bound_field}, {randomize_pct}, {num_simulations}, {simulation_method}, {output_workspace}, {sim_data_limits}, {moe_conf_level})

Имя	Описание	Тип данных
in_features	Класс пространственных объектов, содержащий выходные результаты анализа, полученные от инструмента пространственной статистики. Поддерживаются только определенные инструменты. Это результат анализа, который будет оцениваться на предмет стабильности.	Feature Layer
out_features	Выходные данные, которые будут содержать копию исходных результатов анализа и поля, обобщающие стабильность анализа для каждого объекта.	Feature Class
out_simulation_table	Выходная таблица, которая будет содержать поля, обобщающие стабильность анализа.	Table
analysis_input_features (Дополнительный)	Входные объекты, которые были использованы в анализе, создавшем итоговые объекты анализа.	Feature Layer
uncertainty_measure (Дополнительный)	Задает способ измерения неопределенности атрибута. MOE—Входной класс пространственных объектов исходного анализа содержит поле с используемым симметричным пределом погрешности для каждого объекта. CONFIDENCE_BOUNDS—Входной класс пространственных объектов исходного анализа содержит поле с используемыми нижней и верхней границами для каждого объекта. Границы могут быть асимметричными по отношению к значению переменной анализа объектов. PERCENTAGE—Переменная анализа будет скорректирована на процент, указанный в параметре randomize_pct.	String
moe_field [moe_field,...] (Дополнительный)	Поле, содержащее предел погрешности (MOE) переменной анализа. MOE используется для построения симметричного распределения, на основе которого будут сгенерированы смоделированные значения.	Value Table
confidence_bound_field [confidence_bound_field,...] (Дополнительный)	Поля, содержащие нижнюю и верхнюю границы для переменной анализа. Значения будут сгенерированы между нижней и верхней доверительными границами.	Value Table
randomize_pct [randomize_pct,...] (Дополнительный)	Процент от исходного значения атрибута, который будет вычтен и добавлен к исходному значению переменной анализа для создания диапазона значений для моделирования.	Value Table
num_simulations (Дополнительный)	Число моделирований, которые будут выполнены.	Long
simulation_method (Дополнительный)	Определяет распределение вероятностей, которое будет использоваться для моделирования данных. NORMAL—Используется нормальное распределение. Это значение по умолчанию UNIFORM—Используется равномерное распределение. TRIANGULAR—Используется треугольное распределение.	String
output_workspace (Дополнительный)	Существующая рабочая область, где будут храниться результаты анализа каждого моделирования. Рабочая область может быть папкой или базой геоданных.	Workspace
sim_data_limits [sim_data_limits,...] (Дополнительный)	Нижний и верхний пределы для моделируемых значений. Все смоделированные значения будут находиться в этих пределах. Например, для значений количества или процентов используйте нижний предел, равный нулю, чтобы гарантировать отсутствие отрицательных значений количества или процентов.	Value Table
moe_conf_level (Дополнительный)	Доверительный уровень для предела погрешности. Например, если пределы погрешности были рассчитаны на основе 95-процентных доверительных интервалов, укажите значение 95.	Long

Производные выходные данные

Имя	Описание	Тип данных
out_group_layer	Составной слой выходных данных.	Group Layer
out_workspace	Рабочая область, где будут храниться результаты анализа каждого моделирования. Рабочая область может быть папкой или базой геоданных.	Workspace

Пример кода

AttributeUncertainty, пример 1 (окно Python)

Следующий скрипт Python демонстрирует, как использовать функцию AttributeUncertainty:

import arcpy

in_features = r"C:\US_poverty.gdb\hot_spot_analysis_results"
out_features = r"C:\US_poverty.gdb\uncertainty_pop_below_poverty_line"
analysis_input_features = r"C:\US_poverty.gdb\poverty_prevalence_us_counties"
uncertainty_measure = "PERCENTAGE"
randomize_pct = "pop_below_poverty_line 5 10",
num_simulations = 30
simulation_method = "UNIFORM"
sim_data_limits = "pop_below_poverty_line 0 #"

arcpy.stats.AttributeUncertainty(
    in_features, out_features, None, analysis_input_features, uncertainty_measure, 
    None, None, randomize_pct, num_simulations, simulation_method, None, sim_data_limits)

AttributeUncertainty, пример 2 (автономный скрипт)

Следующий скрипт Python демонстрирует, как использовать функцию AttributeUncertainty:

# Analyze the stability of a hot spot analysis 

import arcpy 

arcpy.env.workspace = r"C:\US_poverty.gdb"

try: 
				# Run the Hot Spot Analysis (Local Gi*) tool to analyze the spatial distribution of U.S. residents living below the poverty line
    arcpy.stats.HotSpots(
        Input_Feature_Class="poverty_prevalence_us_counties",
        Input_Field="pop_below_poverty_line",
        Output_Feature_Class="hot_spot_analysis_results",
        Conceptualization_of_Spatial_Relationships="K_NEAREST_NEIGHBORS",
        number_of_neighbors=30)

					# Run the Attribute Uncertainty tool with a percentage uncertainty
					arcpy.stats.AttributeUncertainty(
    					in_features="hot_spot_analysis_results",
    					out_features="uncertainty_pop_below_poverty_line",
    					analysis_input_features= "poverty_prevalence_us_counties",
    					uncertainty_measure="PERCENTAGE",
    					randomize_pct="pop_below_poverty_line 5 10",
   					 num_simulations=30,
    					simulation_method="UNIFORM",
    					sim_data_limits="pop_below_poverty_line 0 #")

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

Параметры среды

Выходная система координат, Генератор случайных чисел

Информация о лицензиях

Basic: Да
Standard: Да
Advanced: Да

Связанные разделы

Отзыв по этому разделу?

Краткая информация

Иллюстрация

Использование

Параметры

Производные выходные данные

Производные выходные данные

Пример кода

Параметры среды

Информация о лицензиях

Связанные разделы

В этом разделе