Zeitserien glätten (Spatial Statistics)

Zusammenfassung

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.

Weitere Informationen zur Funktionsweise des Werkzeugs zum Glätten von Zeitserien

Abbildung

Glätten der Werte einer Zeitserie.

Verwendung

• Sie können die Felder der geglätteten Werte an die Eingabe-Features oder Tabelle anhängen, indem Sie den Parameter Felder an Eingabedaten anhängen verwenden. Wenn Sie die Felder an die Eingabe anhängen, wird die Umgebung des Ausgabekoordinatensystems ignoriert. Sind in den Eingabe-Features bzw. der Eingabetabelle verbundene Felder vorhanden, ist das Anhängen an die Eingabedaten nicht möglich. Sie müssen in diesem Fall eine neue Ausgabe erstellen.

• Der Parameter Zeitfeld gibt die Zeit der einzelnen Eingabedatensätze an. Für eine Zeit können in derselben Zeitserie nicht mehrere Werte enthalten sein.

• Der Parameter Analysefeld gibt die Werte an, die geglättet werden. Beim Glätten eines Wertes des Analysefeldes werden nur Werte innerhalb des Zeitfensters verwendet, die nicht NULL sind. Wenn Werte des Analysefeldes innerhalb eines Zeitfensters NULL sind, ist der geglättete Wert NULL.

• Mit dem Parameter Gruppierungsmethode können mehrere Zeitserien angegeben werden. Sie können alle Werte an der gleichen Position in dieselbe Zeitserie gruppieren, Werte anhand eines ID-Feldes gruppieren oder alle Werte (unabhängig von der Position) in dieselbe Zeitserie gruppieren. Stellen Sie beim Gruppieren von Werten sicher, dass alle Gruppen mehrere Datensätze mit unterschiedlichen Zeiten enthalten, sodass die Glättung in den einzelnen Gruppen durchgeführt werden kann.

• Aufgrund von Schaltjahren und unterschiedlich langen Monaten muss der Zeitwert eine ganze Zahl sein, wenn die Einheit des Parameters Zeitfenster Jahre oder Monate ist. 1,5 Monate ergeben je nach Monat beispielsweise unterschiedliche Zeitfenster. Bei vorwärts und rückwärts gleitenden Durchschnittswerten kann das Zeitfenster eine beliebige positive ganze Zahl sein. Bei zentriert gleitenden Durchschnittswerten und lokaler linearer Regression mit adaptiver Bandbreite muss das Zeitfenster eine positive gerade ganze Zahl sein, sodass bei einer Teilung jede Seite des geglätteten Datensatzes eine positive ganze Zahl aufweist.

• Wenn der Parameter Zeitserien-Pop-ups aktivieren aktiviert ist, wird vom Werkzeug für jede Zeitserie ein Diagramm erstellt und dem ersten Feature-Datensatz in jeder Zeitserie hinzugefügt. Wählen Sie auf einer 2D-Karte ein Feature aus, um das Diagramm im Pop-up anzuzeigen. Wählen Sie in einer 3D-Szene das erste Feature in der Zeitserie aus, um das Diagramm im Pop-up anzuzeigen.

  Hinweis:

  Bei Verwendung einer Gruppierungsmethode wird möglicherweise jeweils das erste Feature der einzelnen Zeitserien zunächst auf der Karte nicht dargestellt. Um die Pop-ups für diese Features aufzurufen, klicken Sie mit der rechten Maustaste auf einen Datensatz in der Attributtabelle.

Parameter

Dialogfeld

Beschriftung	Erläuterung	Datentyp
Eingabe-Features oder -Tabelle	Die Features oder die Tabelle mit den Zeitseriendaten und dem zu glättenden Feld.	Feature Layer; Table View
Zeitfeld	Das Feld mit der Zeit jedes Datensatzes.	Field
Analysefeld	Das Feld mit den Werten, die geglättet werden.	Field
Gruppierungsmethode (optional)	Gibt die Methode an, mit der Datensätze in unterschiedliche Zeitserien gruppiert werden. Die Glättung wird unabhängig für jede Zeitserie durchgeführt. Lagebezogen—Features an derselben Position werden in dieselbe Zeitserie gruppiert. Dies ist die Standardeinstellung. Nach ID-Feld—Datensätze mit demselben Wert des ID-Feldes werden in dieselbe Zeitserie gruppiert. Keine—Alle Datensätze befinden sich in derselben Zeitserie.	String
Glättungsmethode (optional)	Gibt die verwendete Glättungsmethode an. Rückwärts gleitender Durchschnitt—Bei dem geglätteten Wert handelt es sich um den Durchschnittswert des Datensatzes und der Werte im davor liegenden Zeitfenster. Dies ist die Standardeinstellung. Zentriert gleitender Durchschnitt—Bei dem geglätteten Wert handelt es sich um den Durchschnittswert des Datensatzes und der Werte davor und danach. Die Hälfte des Zeitfensters wird vor der Zeit des Datensatzes verwendet und die andere Hälfte danach. Vorwärts gleitender Durchschnitt—Bei dem geglätteten Wert handelt es sich um den Durchschnittswert des Datensatzes und der Werte im danach liegenden Zeitfenster. Lokale lineare Regression mit adaptiver Bandbreite—Der geglättete Wert ist das Ergebnis einer lokalen linearen Regression, die am Datensatz zentriert ist. Die Größe des Zeitfensters wird für jeden Datensatz optimiert.	String
Zeitfenster (optional)	Die Länge des Zeitfensters. Der Wert kann in Sekunden, Minuten, Stunden, Tagen, Wochen, Monaten oder Jahren angegeben werden. Für rückwärts, vorwärts und zentriert gleitende Durchschnittswerte müssen der Wert und die Einheit bereitgestellt werden. Bei der lokalen linearen Regression mit adaptiver Bandbreite kann der Wert leer gelassen werden. Für jeden Wert wird unabhängig ein Zeitfenster geschätzt. Werte, die auf der Grenze des Zeitfensters liegen, werden in das Fenster einbezogen. Wenn beispielsweise tägliche Daten vorliegen und Sie einen rückwärts gleitenden Durchschnitt mit einem Zeitfenster von vier Tagen verwenden, werden beim Glätten eines Datensatzes fünf Werte in das Fenster aufgenommen: der Wert des Datensatzes und die Werte der vier davor liegenden Tage.	Time Unit
Felder an Eingabedaten anhängen (optional)	Gibt an, ob Ausgabefelder an das Eingabe-Dataset angehängt oder in einer neuen Ausgabetabelle oder -Feature-Class gespeichert werden. Wenn Sie die Felder an die Eingabe anhängen, wird die Umgebung des Ausgabekoordinatensystems ignoriert. Aktiviert: Die Ausgabefelder werden an die Eingabe-Features angehängt. Mit dieser Option werden die Eingabedaten geändert. Deaktiviert: Die Ausgabefelder werden nicht an die Eingabe angehängt. Eine Ausgabe-Tabelle oder eine Feature-Class, welche die Ausgabefelder enthält, wird erstellt. Dies ist die Standardeinstellung.	Boolean
Ausgabe-Features (optional)	Die Ausgabe-Features, welche die geglätteten Werte sowie die Felder für das Zeitfenster und die Anzahl der Nachbarn enthalten.	Feature Class; Table
ID-Feld (optional)	Die ganze Zahl oder das Textfeld mit einer eindeutigen ID für jede Zeitserie. Alle Datensätze mit demselben Wert dieses Feldes sind Teil derselben Zeitserie.	Field
Am Anfang und Ende ein kürzeres Zeitfenster anwenden (optional)	Gibt an, ob das Zeitfenster am Anfang und Ende jeder Zeitserie gekürzt wird. Aktiviert: Das Zeitfenster wird am Anfang und Ende der Zeitserie gekürzt, sodass sich das Zeitfenster nicht über den Anfang oder das Ende der Zeitserie hinaus erstreckt. Deaktiviert: Das Zeitfenster wird nicht gekürzt. Wenn sich das Zeitfenster über den Anfang oder das Ende der Zeitserie hinaus erstreckt, ist der geglättete Wert gleich NULL. Dies ist die Standardeinstellung.	Boolean
Zeitserien-Pop-ups aktivieren (optional)	Gibt an, ob die Ausgabe-Features oder die Tabelle Pop-up-Diagramme mit den ursprünglichen und geglätteten Werten der Zeitserie enthalten. Aktiviert: Die Ausgabe enthält Pop-up-Diagramme. Dies ist die Standardeinstellung. Deaktiviert: Die Ausgabe enthält keine Pop-up-Diagramme.	Boolean

Abgeleitete Ausgabe

Beschriftung	Erläuterung	Datentyp
Aktualisierte Features oder Tabelle	Die aktualisierte Eingabetabelle oder -Feature-Class mit den angehängten Ausgabefeldern.	Feature Class, Table

Python

arcpy.stats.TimeSeriesSmoothing(in_features, time_field, analysis_field, {group_method}, {method}, {time_window}, {append_to_input}, {output_features}, {id_field}, {apply_shorter_window}, {enable_time_series_popups})

Name	Erläuterung	Datentyp
in_features	Die Features oder die Tabelle mit den Zeitseriendaten und dem zu glättenden Feld.	Feature Layer; Table View
time_field	Das Feld mit der Zeit jedes Datensatzes.	Field
analysis_field	Das Feld mit den Werten, die geglättet werden.	Field
group_method (optional)	Gibt die Methode an, mit der Datensätze in unterschiedliche Zeitserien gruppiert werden. Die Glättung wird unabhängig für jede Zeitserie durchgeführt. LOCATION—Features an derselben Position werden in dieselbe Zeitserie gruppiert. Dies ist die Standardeinstellung. ID_FIELD—Datensätze mit demselben Wert des ID-Feldes werden in dieselbe Zeitserie gruppiert. NONE—Alle Datensätze befinden sich in derselben Zeitserie.	String
method (optional)	Gibt die verwendete Glättungsmethode an. BACKWARD—Bei dem geglätteten Wert handelt es sich um den Durchschnittswert des Datensatzes und der Werte im davor liegenden Zeitfenster. Dies ist die Standardeinstellung. CENTERED—Bei dem geglätteten Wert handelt es sich um den Durchschnittswert des Datensatzes und der Werte davor und danach. Die Hälfte des Zeitfensters wird vor der Zeit des Datensatzes verwendet und die andere Hälfte danach. FORWARD—Bei dem geglätteten Wert handelt es sich um den Durchschnittswert des Datensatzes und der Werte im danach liegenden Zeitfenster. ADAPTIVE—Der geglättete Wert ist das Ergebnis einer lokalen linearen Regression, die am Datensatz zentriert ist. Die Größe des Zeitfensters wird für jeden Datensatz optimiert.	String
time_window (optional)	Die Länge des Zeitfensters. Der Wert kann in Sekunden, Minuten, Stunden, Tagen, Wochen, Monaten oder Jahren angegeben werden. Für rückwärts, vorwärts und zentriert gleitende Durchschnittswerte müssen der Wert und die Einheit bereitgestellt werden. Bei der lokalen linearen Regression mit adaptiver Bandbreite kann der Wert leer gelassen werden. Für jeden Wert wird unabhängig ein Zeitfenster geschätzt. Werte, die auf der Grenze des Zeitfensters liegen, werden in das Fenster einbezogen. Wenn beispielsweise tägliche Daten vorliegen und Sie einen rückwärts gleitenden Durchschnitt mit einem Zeitfenster von vier Tagen verwenden, werden beim Glätten eines Datensatzes fünf Werte in das Fenster aufgenommen: der Wert des Datensatzes und die Werte der vier davor liegenden Tage.	Time Unit
append_to_input (optional)	Gibt an, ob die Ausgabefelder an das Eingabe-Dataset angehängt oder in einer neuen Ausgabetabelle oder -Feature-Class gespeichert werden. Wenn Sie die Felder an die Eingabe anhängen, wird die Umgebung des Ausgabekoordinatensystems ignoriert. APPEND_TO_INPUT—Die Ausgabefelder werden an die Eingabe-Features angehängt. Mit dieser Option werden die Eingabedaten geändert. NEW_OUTPUT—Die Ausgabefelder werden nicht an die Eingabe angehängt. Eine Ausgabe-Tabelle oder eine Feature-Class, welche die Ausgabefelder enthält, wird erstellt. Dies ist die Standardeinstellung.	Boolean
output_features (optional)	Die Ausgabe-Features, welche die geglätteten Werte sowie die Felder für das Zeitfenster und die Anzahl der Nachbarn enthalten.	Feature Class; Table
id_field (optional)	Die ganze Zahl oder das Textfeld mit einer eindeutigen ID für jede Zeitserie. Alle Datensätze mit demselben Wert dieses Feldes sind Teil derselben Zeitserie.	Field
apply_shorter_window (optional)	Gibt an, ob das Zeitfenster am Anfang und Ende jeder Zeitserie gekürzt wird. APPLY_SHORTER_WINDOW—Das Zeitfenster wird am Anfang und Ende der Zeitserie gekürzt, sodass sich das Zeitfenster nicht über den Anfang oder das Ende der Zeitserie hinaus erstreckt. NOT_APPLY_SHORTER_WINDOW—Das Zeitfenster wird nicht gekürzt. Wenn sich das Zeitfenster über den Anfang oder das Ende der Zeitserie hinaus erstreckt, ist der geglättete Wert gleich NULL. Dies ist die Standardeinstellung.	Boolean
enable_time_series_popups (optional)	Gibt an, ob die Ausgabe-Features oder die Tabelle Pop-up-Diagramme mit den ursprünglichen und geglätteten Werten der Zeitserie enthalten. CREATE_POPUP—Die Ausgabe enthält Pop-up-Diagramme. Dies ist die Standardeinstellung. NO_POPUP—Die Ausgabe enthält keine Pop-up-Diagramme.	Boolean

Abgeleitete Ausgabe

Name	Erläuterung	Datentyp
updated_features	Die aktualisierte Eingabetabelle oder -Feature-Class mit den angehängten Ausgabefeldern.	Feature Class, Table

Codebeispiel

TimeSeriesSmoothing: Beispiel 1 (Python-Fenster)

Das folgende Python-Skript veranschaulicht, wie die Funktion TimeSeriesSmoothing verwendet wird.

import arcpy
arcpy.stats.TimeSeriesSmoothing("temperature_CA", "START_DATE", "VALUE", 
            "LOCATION", "BACKWARD", "1 Months", "NEW_OUTPUT", "temperature_smoothed", 
            None, "NOT_APPLY_SHORTER_WINDOW", "CREATE_POPUP")

TimeSeriesSmoothing: Beispiel 2 (eigenständiges Skript)

Das folgende Python-Skript veranschaulicht die Verwendung der Funktion TimeSeriesSmoothing zur Vorhersage einer Population.

import arcpy
arcpy.env.workspace = "C:/Analysis/data.gdb"

# Smooth temperature data using adaptive method by ID Field and revise input 
arcpy.stats.TimeSeriesSmoothing("temperature_CA", "START_DATE", "VALUE", 
            "ID_FIELD", "ADAPTIVE", None, "APPEND_TO_INPUT", None, "FIPS", 
            "NOT_APPLY_SHORTER_WINDOW", "NO_POPUP")

Umgebungen

Ausgabe-Koordinatensystem