Überblick über das Toolset "Dienstprogramme"

Das Toolset "Dienstprogramme" enthält Werkzeuge für verschiedene Datenkonvertierungs-Tasks. Diese Werkzeuge können in Verbindung mit anderen Werkzeugen in der Toolbox Spatial Statistics verwendet werden.

Werkzeug	Beschreibung
Entfernungsband anhand der Anzahl der Nachbarn berechnen	Gibt für einen Satz von Features die minimale, die maximale und die durchschnittliche Entfernung zum angegebenen N-ten nächsten Nachbarn zurück (N ist ein Eingabeparameter). Ergebnisse werden als Meldungen der Werkzeugausführung geschrieben.
Ereignisse erfassen	Konvertiert Ereignisdaten, z. B. Daten zu Verbrechen oder Krankheiten, in gewichtete Punktdaten.
Räumliche Gewichtungsmatrix in Tabelle konvertieren	Konvertiert eine Binärdatei mit räumlicher Gewichtungsmatrix (.swm) in eine Tabelle.
Modelldatei für räumliche Statistiken beschreiben	Reduziert die Anzahl der Dimensionen eines Satzes an kontinuierlichen Variablen durch die Aggregation der größtmöglichen Varianz in weniger Komponenten. Dazu wird die Hauptkomponentenanalyse (Principal Component Analysis, PCA) oder die lineare Diskriminanzanalyse mit reduziertem Rang (Reduced-Rank Linear Discriminant Analysis, LDA) verwendet.
Dimensionsreduktion	Reduziert die Anzahl der Dimensionen eines Satzes an kontinuierlichen Variablen durch die Aggregation der größtmöglichen Varianz in weniger Komponenten. Dazu wird die Hauptkomponentenanalyse (Principal Component Analysis, PCA) oder die lineare Diskriminanzanalyse mit reduziertem Rang (Reduced-Rank Linear Discriminant Analysis, LDA) verwendet.
Feature-Attribut nach ASCII exportieren	Exportiert die Koordinaten und Attributwerte einer Feature-Class in eine durch Leerzeichen, Kommas, Tabulatoren oder Semikolons getrennte ASCII-Textdatei.
Eigenschaften der Modelldatei für räumliche Statistiken festlegen	Fügt den Variablen, die in einer Modelldatei für räumliche Statistiken gespeichert sind, Beschreibungen und Einheiten hinzu.
Zeitserien glätten	Glättet eine numerische Variable mindestens einer Zeitserie mit zentriert, vorwärts und rückwärts gleitenden Durchschnittswerten sowie einer adaptiven Methode, die auf lokaler linearer Regression basiert. Nach dem Glätten von kurzfristigen Fluktuationen werden häufig längerfristige Trends oder Zyklen erkennbar.