Etiqueta | Explicación | Tipo de datos |
Resultado de punto caliente de entrada 1 | La primera capa de resultados del análisis de puntos calientes. | Feature Layer |
Resultado de punto caliente de entrada 2 | La segunda capa de resultados del análisis de puntos calientes. | Feature Layer |
Entidades de salida | La clase de entidad de salida que contendrá las medidas locales de similitud y asociación. | Feature Class |
Cantidad de vecinos (Opcional) | El número de vecinos alrededor de cada entidad que se utilizará para la ponderación de la distancia. La ponderación de la distancia es un componente de la similitud global y cualquier entidad con niveles de significancia coincidentes dentro de la vecindad se considerará coincidencia parcial al calcular la similitud y la asociación. | Long |
Número de permutaciones (Opcional) | El número de permutaciones que se utilizarán para estimar los valores de similitud y kappa esperados. Un mayor número de simulaciones aumentará la precisión de las estimaciones, pero también aumentará el tiempo de cálculo.
| Long |
Método de ponderación de similitud (Opcional) | Especifica cómo se definirán los pesos de similitud entre las categorías del nivel de significancia. Los pesos de similitud son números entre 0 y 1 que definen las categorías de un resultado que se espera que coincidan con las categorías del otro resultado. Un valor de 1 indica que las categorías se considerarán exactamente iguales, y un valor de 0 indica que las categorías se considerarán completamente diferentes. Los valores entre 0 y 1 indican grados de similitud parcial entre las categorías. Por ejemplo, un 99% de puntos calientes significativos se puede considerar perfectamente similar a otro 99% de puntos calientes, parcialmente similares a un 95% de puntos calientes y completamente distintos a un 99% de puntos fríos.
| String |
Pesos de similitud de categoría (Opcional) | Los pesos de similitud personalizados entre categorías de nivel de significancia. Los pesos son valores entre 0 y 1 e indican con cuánta similitud considerar las dos categorías. Un valor de 0 indica que las categorías son totalmente diferentes, un valor de 1 indica que las categorías son perfectamente similares, y los valores entre 0 y 1 indican que las categorías son parcialmente similares. En la ventana emergente de la matriz de ponderaciones, haga clic en una celda, escriba el valor de peso y pulse Intro para aplicar el peso. | Value Table |
Tabla de pesos de entrada (Opcional) | La tabla que contiene los pesos de similitud personalizados para cada combinación de categorías de nivel de significancia de puntos calientes. La tabla debe contener los campos CATEGORY1, CATEGORY2 y WEIGHT. Proporcione las categorías del nivel de significancia del par (los valores de campo Gi_Bin de las capas de entrada) en los campos de categoría y el peso de similitud entre ellos en el campo de peso. Si no se proporciona una combinación en la tabla, se asume que el peso de la combinación es 0. | Table View |
Excluir entidades no significativas (Opcional) | Especifica si los pares de entidades se excluirán de las comparaciones si ambos resultados de puntos calientes son no significativos. Si se excluyen, se calcularán los valores de similitud y kappa condicionales que comparan solo los puntos calientes y fríos estadísticamente significativos. Se recomienda excluir entidades si solo le interesa saber si los puntos calientes y fríos de las capas de entrada se alinean, no si las áreas no significativas se alinean, por ejemplo, comparar si los puntos calientes y fríos de la mediana de ingresos se corresponden con los puntos calientes y fríos de acceso a alimentos.
Si a alguna categoría de nivel de significancia se le asigna un peso de similitud de 1 a la categoría no significativa (lo que indica que la categoría se tratará igual que la categoría no significativa), las entidades con esa categoría también se excluirán de las comparaciones si están emparejadas a otra entidad no significativa. | Boolean |
Salida derivada
Etiqueta | Explicación | Tipo de datos |
Valor de similitud global | El valor de similitud entre los resultados de puntos calientes. | Double |
Valor de similitud esperado global | El valor esperado de la similitud entre los resultados de puntos calientes. | Double |
Kappa difusos espaciales globales | El valor kappa difuso ajustado espacialmente entre los resultados de puntos calientes. | Double |
Grupo de capas de salida | Una capa de grupo de las capas de salida. | Group Layer |