| Beschriftung | Erläuterung | Datentyp |
Eingabe-Features | Die Eingabe-Features mit den Feldern, die zur Auswahl der SWM verwendet werden. | Feature Layer |
Eingabefelder | Die Eingabefelder, die zur Auswahl der SWM verwendet werden. | Field |
Ausgabe der räumlichen Gewichtungsmatrix | Die .swm-Ausgabedatei der Nachbarn und Gewichtungen, die vom Werkzeug ausgewählt wurden. | File |
Eindeutiges ID-Feld | Das Feld für die eindeutige ID der Ausgabe-.swm-Datei. Das Feld muss für jedes Eingabe-Feature einen Einzelwert in Form einer ganzen Zahl enthalten. | Field |
Eingabe-Dateien der räumlichen Gewichtungsmatrix (optional) | Die .swm-Eingabedateien, die als Kandidaten für die SWM verwendet werden, die die räumlichen Muster (z. B. Trends oder Cluster) eines oder mehrerer numerischer Felder am besten darstellt. Wenn keine Dateien angegeben werden, testet das Werkzeug 28 verschiedene Nachbarschaften. | File |
Nur räumliche Eingabe-Gewichtungsmatrizen vergleichen (optional) | Gibt an, ob nur die im Parameter Eingabe-Dateien der räumlichen Gewichtungsmatrix angegebenen .swm-Dateien oder außerdem 28 zusätzliche Nachbarschaften getestet werden. Das Werkzeug verwendet die SWM, die die räumlichen Komponenten erstellt, die die räumlichen Muster (z. B. Trends oder Cluster) eines oder mehrerer numerischer Felder am besten darstellen. Dieser Parameter wird nur angewendet, wenn mindestens eine .swm-Eingabedatei angegeben wird.
| Boolean |
Zusammenfassung
Wählt aus verschiedenen SWM-Kandidaten die räumliche Gewichtungsmatrix (Spatial Weights Matrix; SWM) aus, die die räumlichen Muster (z. B. Trends oder Cluster) eines oder mehrerer numerischer Felder am besten darstellt.
Die Ausgabe-Datei der räumlichen Gewichtungsmatrix kann dann in Werkzeugen verwendet werden, die .swm-Dateien als Werte für die Parameter Nachbarschaftstyp oder Konzeptualisierung von räumlichen Beziehungen zulassen, z. B. die Werkzeuge Bivariate räumliche Zuordnung (Lee's L), Hot-Spot-Analyse (Getis-Ord Gi*) und Cluster- und Ausreißeranalyse (Anselin Local Morans I).
Das Werkzeug wählt die SWM aus, indem es räumliche Komponenten (als Moran-Eigenvektoren bezeichnet) aus den einzelnen SWM-Kandidaten erstellt und testet, wie effektiv die Komponenten die räumlichen Muster der Eingabefelder darstellen.
Abbildung
Verwendung
-
Dieses Werkzeug dient dem Zweck, den Nachbarschaftstyp und das Gewichtungsschema (bisweilen als Konzeptualisierung von räumlichen Beziehungen bezeichnet) vorzuschlagen, durch den bzw. das die räumlichen Muster der Eingabefelder am besten dargestellt werden. Dazu wird getestet, welche räumliche Gewichtung die räumlichen Komponenten ergibt, mit denen sich die Werte der Eingabefelder am genauesten vorhersagen lassen. Hintergrund des ganzen ist, dass jede räumliche Komponente über ein räumliches Muster verfügt und die Eingabefelder sich am genauesten von Komponenten vorhersagen lassen, die über die ähnlichsten Muster bei den Eingabefeldern verfügen. Diese vorgeschlagene SWM soll jedoch keinen Ersatz für individuelle oder fachmännische Kenntnisse der Daten und zugehörigen Prozesse darstellen. Es gibt viele Überlegungen bezüglich der Auswahl einer SWM für die Analyse. Dieses Werkzeug greift lediglich auf die Möglichkeit zurück, die Eingabefelder durch räumliche Komponenten vorherzusagen und so die vorgeschlagene SWM zu bestimmen. In einigen Fällen gibt es alternative Methoden für die Auswahl einer SWM, etwa beim Werkzeug Hot-Spot-Analyse (Getis-Ord Gi*). Es ist beispielsweise möglich, das Entfernungsband zu verwenden, mit dem die räumliche Autokorrelation der Daten maximiert wird. (Auf diese Weise werden die Nachbarn und Gewichtungen vom Werkzeug Optimierte Hot-Spot-Analyse bestimmt.) Es empfiehlt sich, alternative Methoden für Nachbarschaften und räumliche Gewichtungen zu testen und diejenige zu verwenden, die sich am besten für das Erreichen der Ziele der Analyse eignet.
Geben Sie alle Felder für den Parameter Eingabefelder, die Sie in der folgenden Analyse verwenden, in der .swm-Ausgabedatei an. Für das Werkzeug Hot-Spot-Analyse (Getis-Ord Gi*) etwa ist nur ein Feld erforderlich, für das Werkzeug Bivariate räumliche Zuordnung (Lee's L) werden jedoch zwei Felder benötigt. Sie können die .swm-Ausgabedatei im Parameter Gewichtungsmatrix-Datei angeben, nachdem Sie die Option Räumliche Gewichtungen aus Datei abrufen für den Parameter Nachbarschaftstyp oder Konzeptualisierung von räumlichen Beziehungen von nachfolgend verwendeten Analysewerkzeugen angegeben haben.
Die Geoverarbeitungsmeldungen umfassen die Tabelle "Suchverlauf für Nachbarschaften", in der Informationen zu den einzelnen getesteten SWMs (z. B. die Anzahl der Nachbarn und das Gewichtungsschema) und der Adjusted R-Squared-Wert der SWM bei Verwendung für die Vorhersage der Eingabefelder angezeigt werden. Die vom Werkzeug vorgeschlagene SWM ist diejenige mit dem höchsten Adjusted R-Squared-Wert. Sie wird in der Tabelle als fett formatierter Text gekennzeichnet und mit einem Sternchen versehen.
Um die SWM auszuwählen, generiert das Werkzeug eine Liste mit SWM-Kandidaten und testet, welche SWM räumliche Komponenten erstellt, die das räumliche Muster der Eingabefelder am besten darstellen. Wenn im Parameter Eingabe-Datei der räumlichen Gewichtungsmatrix keine SWMs angegeben sind, werden 28 SWMs erstellt und in die Kandidatenliste aufgenommen (Beschreibungen der einzelnen SWMs finden Sie unter Moran-Eigenvektoren). Wenn Eingabe-SWMs angegeben sind, können Sie mithilfe des Parameters Nur räumliche Eingabe-Gewichtungsmatrizen vergleichen auswählen, ob die Kandidatenliste nur die angegebenen SWMs enthält oder ob die Kandidatenliste die angegebenen SWMs und die 28 vom Werkzeug erstellten SWMs enthält. Um beispielsweise eine einzelne angegebene SWM zu verwenden, geben Sie im Parameter Eingabe-Dateien der räumlichen Gewichtungsmatrix die SWM an, und lassen Sie den Parameter Nur räumliche Eingabe-Gewichtungsmatrizen vergleichen aktiviert.
Die vorgeschlagene SWM wird auf folgende Weise vom Werkzeug bestimmt:
- Für jede SWM werden die Moran-Eigenvektoren mit den höchsten Eigenwerten (die Werte mit der stärksten Autokorrelation) generiert. Die Anzahl der Eigenvektoren entspricht 25 % der Anzahl der Features bis hin zu maximal 100.
- Alle Eigenvektoren mit negativen Morans I-Werten (d. h. negativ autokorrelierte Werte) werden ausgefiltert.
- Jedes Eingabefeld wird einzeln mithilfe der Eigenvektoren als erklärende Variablen in einem Regressionsmodell mit kleinsten Quadraten vorhergesagt.
- Die Gesamtzahl der Quadrate und Summe der Residuen der Quadrate für alle Felder werden aggregiert und ein kombinierter Adjusted R-Squared-Wert berechnet.
- Die SWM mit dem höchsten Adjusted R-Squared-Wert wird zurückgegeben.
Dieses Verfahren wird in der folgenden Quelle ausführlich beschrieben:
Bauman, David, Thomas Drouet, Marie-Josée Fortin und Stéphane Dray. 2018. "Optimizing the choice of a spatial weighting matrix in eigenvector-based methods." Ecology 99, Nr. 10: 2159-2166. https://doi.org/10.1002/ecy.2469.
Parameter
arcpy.stats.CompareNeighborhoodConceptualizations(in_features, input_fields, out_swm, id_field, {in_swm}, {compare_only_inputs})| Name | Erläuterung | Datentyp |
in_features | Die Eingabe-Features mit den Feldern, die zur Auswahl der SWM verwendet werden. | Feature Layer |
input_fields [input_fields,...] | Die Eingabefelder, die zur Auswahl der SWM verwendet werden. | Field |
out_swm | Die .swm-Ausgabedatei der Nachbarn und Gewichtungen, die vom Werkzeug ausgewählt wurden. | File |
id_field | Das Feld für die eindeutige ID der Ausgabe-.swm-Datei. Das Feld muss für jedes Eingabe-Feature einen Einzelwert in Form einer ganzen Zahl enthalten. | Field |
in_swm [in_swm,...] (optional) | Die .swm-Eingabedateien, die als Kandidaten für die SWM verwendet werden, die die räumlichen Muster (z. B. Trends oder Cluster) eines oder mehrerer numerischer Felder am besten darstellt. Wenn keine Dateien angegeben werden, testet das Werkzeug 28 verschiedene Nachbarschaften. | File |
compare_only_inputs (optional) | Gibt an, ob nur die im Parameter in_swm angegebenen .swm-Dateien oder außerdem 28 zusätzliche Nachbarschaften getestet werden. Das Werkzeug verwendet die SWM, die die räumlichen Komponenten erstellt, die die räumlichen Muster (z. B. Trends oder Cluster) eines oder mehrerer numerischer Felder am besten darstellen. Dieser Parameter wird nur angewendet, wenn mindestens eine .swm-Eingabedatei angegeben wird.
| Boolean |
Codebeispiel
Das folgende Skript im Python-Fenster veranschaulicht, wie die Funktion CompareNeighborhoodConceptualizations verwendet wird:
# Select the spatial weights matrix (SWM) that best describes the
# spatial patterns of POP_SQMI.
arcpy.env.workspace = r"c:\data\project_data.gdb"
arcpy.stats.CompareNeighborhoodConceptualizations(
in_features="states",
input_fields="POP_SQMI",
out_swm=r"c:\data\states.swm",
id_field="unique_id_field"
)Das folgende eigenständige Skript veranschaulicht, wie die Funktion CompareNeighborhoodConceptualizations verwendet wird:
# Select the spatial weights matrix (SWM) that best describes
# the spatial patterns of two analysis field.
import arcpy
# Set the current workspace.
arcpy.env.workspace = r"c:\data\project_data.gdb"
# Run the tool.
arcpy.stats.CompareNeighborhoodConceptualizations(
in_features="myFeatureClass",
input_fields="myAnalysisField1;myAnalysis Field2",
out_swm=r"myOutputSWM.swm",
id_field="myUniqueIDField"
)
# Print the tool messages.
print(arcpy.GetMessages())