La agregación de entidades es una forma de resumirlas en grupos lógicos mediante métodos estadísticos. ArcGIS AllSource admite la visualización de datos agregados con fines de exploración y análisis.
Es posible agregar varias entidades o bien agregar varios registros (observaciones) de una entidad o un grupo de entidades relacionadas. Son ejemplos de ello la agregación de datos censales individuales en diferentes niveles de los límites del censo, la simbolización de estaciones meteorológicas utilizando la temperatura total más alta registrada en cada estación, la distribución de un brote epidémico a lo largo de una región en el tiempo, o el volumen medio de tráfico de las autopistas durante las horas punta.
Existen herramientas de geoprocesamiento, por ejemplo, Consolidar puntos, que generan una agregación estática. A medida que los datos o sus parámetros de análisis (por ejemplo, un intervalo de tiempo) cambian, debe volver a ejecutar las herramientas para generar una nueva salida.
Agregación dinámica
La agregación dinámica responde a cambios en los datos y a cambios de escala. Existen tres formas principales de utilizar la agregación dinámica. Las disposiciones densas de entidades se pueden agregar en contenedores poligonales denominados bins i en contenedores agrupados denominados clústeres, o bien es posible agregar valores recopilados a entidades relacionadas.
Agregar entidades en bins
Un ejemplo de agregación dinámica en bins es el rastreo de la concentración y propagación del virus del Ébola. Típicamente, cualquier incidencia reportada se registra como una entidad de punto. A gran escala, querrá ver cada instancia como un punto individual. Al alejarse a escalas más pequeñas, el conglomerado de puntos superpuestos impide cualquier comprensión de los patrones en los datos. Por tanto, a escalas más pequeñas, es conveniente agregar las entidades en bins, simbolizando cada bin basándose en el número de casos de Ébola de cada bin.
Consulte Agregar entidades en bins para obtener más información.
Agregar entidades en clústeres
La agregación dinámica en clústeres es un método alternativo para visualizar entidades, especialmente con mapas a escala más pequeña.
Un ejemplo a considerar es una capa de entidades geocodificadas de direcciones de casa para pacientes hospitalarios de una ciudad. El clustering identifica tendencias de los lugares donde se encuentran los pacientes. Puede utilizar una consulta de definición para determinar si los pacientes de determinados grupos se concentran más en ciertas áreas de la ciudad. También puede utilizar estadísticas de resumen de modo con simbología de valores únicos para identificar qué grupos predominan en qué áreas. Es posible que algunas ubicaciones de direcciones de pacientes no estén dentro del radio del clúster, de modo que permanecen sin agrupar y se dibujan con la simbología principal de la capa. Puede ajustar el tamaño del radio del clúster, la extensión del mapa y la escala de mapa para lograr resultados que se ajusten mejor a sus necesidades.
Consulte Agregar entidades en clústeres para obtener más información.
Agregar valores en entidades relacionadas
Ciertos datos que se recopilan a lo largo del tiempo no varían en cuanto a su ubicación. Por ejemplo, se recogen datos meteorológicos tales como la temperatura, la precipitación y la velocidad del viento varias veces al día desde una ubicación estática. Estos datos se suelen almacenar en una tabla de atributos no espaciales. La simbolización de cada ubicación estática con una clasificación temporal resumida de los datos, por ejemplo, la precipitación total mensual o la temperatura media semanal, puede revelar patrones más útiles que la visualización de registros individuales.
Un segundo ejemplo agrega valores en polígonos existentes. Aunque la agregación de entidades en bins iguales genera un mapa que muestra la concentración de Ébola en una región, es necesario contar con mapas que muestren las concentraciones de brotes dentro de los límites políticos o administrativos reales para así poder responder apropiadamente con medicamentos y recursos médicos.
Consulte Agregar valores en entidades relacionadas para obtener más información.
Consideraciones de agregación
Ambos métodos, agrupación en bins de las entidades y clustering de las entidades, logran objetivos similares, pero son visualmente distintos y difieren en el comportamiento. Tenga en cuenta lo siguiente al elegir el método de agregación que desea aplicar.
La agrupación en bins de las entidades es el planteamiento más predecible para la agregación de entidades en comparación con el clustering de entidades. La alineación de los bins es coherente y las entidades de punto que representan se encuentran dentro de los límites de su bin. Esto mejora la interpretación de los datos y reduce su ruido. Los clústeres pueden cambiar dinámicamente de ubicación al desplazarse panorámicamente y hacer zoom por el mapa, dependiendo del centroide de las entidades que representan. La ubicación exacta de las entidades de un clúster no siempre está clara.
Sin embargo, la agrupación en bins de las entidades oculta gran parte del mapa, mientras que el clustering permite que otras entidades o el mapa base sigan siendo parcialmente visibles. Por ejemplo, si una entidad de punto no está agrupada, continúa dibujándose como una entidad de punto singular. Con la agrupación en bins de las entidades, se dibuja un único punto como bin.
Considere la posibilidad de agregar entidades de puntos en clústeres para ver las tendencias en la ubicación y la disposición de las entidades. Con el clustering de entidades, los clústeres se actualizan dinámicamente en función de la escala y la extensión del mapa. Los clústeres admiten tipos de simbología adicionales, como valores únicos, colores sin clasificar y simbología proporcional.
Utilizar la simbología de mapa de calor para mostrar entidades densamente pobladas es otra forma de visualizar información de puntos densos. Agregar entidades en bins o clústeres puede representar mejor los datos de grupos de puntos distribuidos dispersamente y puede ser preferible para los mapas multiescala en los que el nivel de detalle cambia con frecuencia o requiere insertos.