您可通过“时间序列预测”工具集中的工具来预测和估计时空立方体中位置的未来值，以及评估和比较每个位置的预测模型。 可使用多种时间序列预测模型，包括简单曲线拟合、指数平滑以及森林方法。
| 工具 | 描述 |
|---|---|
用于通过曲线拟合来预测时空立方体每个位置的值。 | |
|
用于在多个预测结果中为时空立方体的每个位置选择最准确的结果。这使您可以在具有相同时间序列数据的时间序列预测工具集中使用多个工具，并为每个位置选择最佳预测。 | |
|
通过将各位置立方体的时间序列分解为季节和趋势分量，使用霍尔特-温特指数平滑方法来预测时空立方体中各位置的值。 | |
使用随机森林算法的改编来预测时空立方体的每个位置的值，这是一种由 Leo Breiman 和 Adele Cutler 开发的监督机器学习方法。 使用时空立方体的每个位置上的时间窗口来对森林回归模型进行训练。 |
其他资源
位于 https://www.esriurl.com/spatialstats 的空间统计资源页面中中包含了可帮助您使用“空间统计”和“时空模式挖掘”工具的资源列表，其中包括以下内容：
- 实践教程和学习课程
- 研讨会视频和演示文稿
- 培训和 web 讲座
- 书籍、文章和技术文件链接
- 示例脚本和案例研究