El panel Resultados de ArcGIS Business Analyst Web App muestra los resultados del análisis mediante resúmenes de datos, visualizaciones y tablas. Las visualizaciones de datos y las tablas son interactivas. Por ejemplo, si pasa el cursor sobre una barra del histograma o una celda de una tabla, su sitio correspondiente aparece resaltado en el mapa.
Puede acceder al panel Resultados en los siguientes flujos de trabajo:
- Mapa codificado por colores
- Búsqueda de mapa inteligente
- Búsqueda de puntos de interés (POI)
- Análisis de adecuación
- Comparaciones de puntos de referencia
- Análisis cercano
Potenciales aplicaciones
Los siguientes escenarios ofrecen ejemplos de organizaciones que utilizan el panel Resultados en diversos flujos de trabajo.
| Flujo de trabajo | Ejemplo |
|---|---|
Mapa codificado por colores | Puede crear un mapa codificado por colores de adultos sin seguro médico para orientar las iniciativas locales de atención sanitaria. Cree un mapa bivariante que muestre los hogares ubicados por debajo del umbral de pobreza y la población adulta sin seguro médico. Utilice el panel Resultados para interpretar sus resultados. Por ejemplo, haga lo siguiente:
|
Búsqueda de mapa inteligente | Puede explorar la esperanza de vida en diferentes grupos raciales mediante la búsqueda de mapa inteligente. Añada a su mapa variables de clasificación sanitaria del condado para la esperanza de vida. Utilice el panel Resultados para interpretar sus resultados. Por ejemplo, haga lo siguiente:
|
Búsqueda de puntos de interés (POI) | Puede representar cartográficamente el panorama competitivo actual de los cines utilizando la búsqueda de puntos de interés (POI). Utilice el panel Resultados para interpretar sus resultados. Por ejemplo, haga lo siguiente:
|
Análisis de adecuación | Mediante un análisis de adecuación, puede clasificar las cinco mejores ubicaciones para un centro de atención de urgencias. Determine los sitios para su análisis, seleccione criterios relacionados con la demografía y la salud de la población y ajuste la ponderación de sus criterios. Utilice el panel Resultados para interpretar sus resultados. Por ejemplo, haga lo siguiente:
|
Comparaciones de puntos de referencia | Con las comparaciones de puntos de referencia, puede comparar códigos postales para su campaña publicitaria de televisión. Represente gráficamente la población y los ingresos de una variable y luego utilice el método de comparación Por encima y por debajo del punto de referencia para representar si un código postal está por encima o por debajo de la media. Utilice el panel Resultados para interpretar sus resultados. Por ejemplo, haga lo siguiente:
|
Análisis cercano | Mediante el análisis cercano, puede analizar la distancia entre la ubicación de su restaurante de comida rápida y la de sus competidores. Utilice el panel Resultados para interpretar sus resultados. Por ejemplo, haga lo siguiente:
|
Cálculos de resumen
La vista Resumen 
ofrece una visión general del análisis a nivel agregado del flujo de trabajo. Por ejemplo, enumera el número total de geografías analizadas y las tendencias de los datos.
| Cálculo | Descripción | Flujos de trabajo |
|---|---|---|
Datos a nivel agregado | Los datos a nivel agregado son un resumen de los datos. Puede representarse en forma de medias, porcentajes o proporcionalidad. |
|
5 primeros/5 últimos | 5 primeros y 5 últimos representan las cinco ubicaciones con mayor y menor clasificación. |
|
Tendencias | Tendencias representa cómo ha cambiado la variable de datos a lo largo del tiempo, si se dispone de datos de series temporales para la variable. |
|
Clasificación | La clasificación de un sitio es la comparación de la puntuación final de ese sitio con otros sitios del análisis. Cuanto mejor sea la puntuación final, mayor será la clasificación del sitio. |
|
Puntuación | La puntuación final de adecuación de un sitio se calcula sumando las puntuaciones ponderadas de cada una de las variables utilizadas en el análisis. |
|
Puntuación ponderada | La puntuación ponderada de cada variable se calcula como una diferencia porcentual entre el valor de un sitio determinado y el valor objetivo seleccionado por el usuario. La puntuación final de adecuación de un sitio se calcula sumando las puntuaciones ponderadas de cada una de las variables utilizadas en el análisis. |
|
Dentro del rango | El rango establece un valor máximo y un valor mínimo para limitar el alcance del análisis. Los valores que están dentro del rango se encuentran dentro del máximo y el mínimo definidos. |
|
Promedio o media | El promedio (o media) se calcula sumando todos los valores y dividiendo la suma entre el número de valores. Proporciona un punto central de los datos. |
|
Mínimo | El mínimo es el valor más bajo de los datos. |
|
Máximo | El máximo es el valor más alto de los datos. |
|
Mediana | La mediana es el valor medio cuando los datos se ordenan del más bajo al más alto. Si el dataset está sesgado, la mediana podría proporcionar una indicación mejor de la tendencia central que la media porque le afectan menos los valores extremos o atípicos, que pueden distorsionar la media. |
|
Desviación estándar | La desviación estándar mide la cantidad de variación o dispersión que hay en un dataset. Una desviación estándar baja significa que la mayoría de los puntos de datos están próximos a la media, mientras que una desviación estándar alta indica una mayor dispersión de los datos. La evaluación de la desviación estándar ayuda a evaluar la dispersión de los datos en comparación con el punto de referencia. |
|
IQR | IQR es útil para identificar la dispersión central de datos y a menudo se visualiza en diagramas de caja. El rango intercuartílico (IQR) mide la dispersión del 50% medio de los datos. Es el rango entre el primer cuartil (Q1) y el tercer cuartil (Q3). |
|
Sesgo | El sesgo mide la asimetría de la distribución de datos. |
|
Curtosis | La curtosis describe el pico y el peso de las colas de una distribución en una distribución de datos en comparación con una distribución normal. Indica la presencia de valores atípicos en comparación con una distribución normal. |
|
Recuento de puntos | El recuento de puntos es el número total de puntos dentro de cada área de sitio. |
|
Distancia hasta el punto más cercano | La distancia hasta el punto más cercano, medida como distancia en línea recta en las unidades del proyecto (millas o kilómetros), entre un sitio y su punto más cercano. |
|
Puntos por cada 1000 hogares | Los puntos por cada 1000 hogares dentro de cada área de sitio representan la densidad de puntos. |
|
Cálculos de histograma
La vista Histograma 
proporciona un histograma interactivo que visualiza las variables o atributos utilizados para la geografía seleccionada. Un histograma es una representación gráfica, similar a un diagrama de barras, que representa la distribución de los datos.
| Cálculo | Descripción | Flujos de trabajo |
|---|---|---|
Valor medio | El promedio (o media) se calcula sumando todos los valores y dividiendo la suma entre el número de valores. Proporciona un punto central de los datos. |
|
Mediana | La mediana es el valor medio cuando los datos se ordenan del más bajo al más alto. Si el dataset está sesgado, la mediana podría proporcionar una indicación mejor de la tendencia central que la media porque le afectan menos los valores extremos o atípicos, que pueden distorsionar la media. |
|
Gráfico de densidad | Un gráfico de densidad muestra la distribución de los datos como una curva suave. Ajustar el ancho de banda modifica el nivel de detalle (menos suave) o el promedio (más suave) con que aparece la curva. |
|
Valores atípicos
| Los valores atípicos representan puntos de datos o valores que se encuentran en un rango anormal y no siguen el patrón del resto de los datos. |
|
IQR | IQR es útil para identificar la dispersión central de datos y a menudo se visualiza en diagramas de caja. El rango intercuartílico (IQR) mide la dispersión del 50% medio de los datos. Es el rango entre el primer cuartil (Q1) y el tercer cuartil (Q3). |
|
Desviación estándar | La desviación estándar es la medida de cuánta variación existe en una variable o atributo en comparación con su media. El aumento de la desviación estándar (DE) representa un aumento de la variación respecto a la media y, por tanto, un mayor rango de puntos de datos. La disminución de la DE representa una disminución de la variación con respecto a la media, lo que reduce los puntos de datos utilizados y puede resultar más preciso. |
|
y luego en Cálculos de gráfico de burbujas y de dispersión
La vista Gráfico de burbujas 
ofrece una representación visual de los datos en forma de gráfico de burbujas o de dispersión. Un gráfico de burbujas y un gráfico de dispersión trazan puntos en un eje x e y para representar la distribución de los datos. En un gráfico de burbujas, el tamaño del punto trazado es proporcional al valor de los datos.
| Cálculo | Descripción | Flujos de trabajo |
|---|---|---|
Gráfico de burbujas | Un gráfico de burbujas muestra puntos en un eje x e y para representar la distribución de los datos. En un gráfico de burbujas, el tamaño del punto trazado es proporcional al valor de los datos. |
|
Gráfico de dispersión | Un gráfico de dispersión muestra puntos en un eje x e y para representar la distribución de los datos. En un diagrama de dispersión, el tamaño de cada punto trazado está normalizado. |
|
Eje X | El eje X de un gráfico es horizontal, es decir, está orientado de este a oeste. |
|
Eje Y | El eje Y de un gráfico es vertical, o sea, orientado de norte a sur. |
|
Línea de regresión | En estadística, una línea de regresión es una línea recta que se utiliza en una visualización de datos (como un gráfico de dispersión) para representar cómo se corresponden las variables entre sí. Una línea de regresión se calcula con una fórmula, en la que y = mx + b. En esta fórmula, la variable m representa la pendiente de la línea de regresión y la variable b representa la intersección y. Los analistas de datos utilizan una línea de regresión para comprender las tendencias de los datos y estimar o predecir cuál podría ser un valor. Para medir lo cerca que están los datos de la línea de regresión, utilice el valor R cuadrado (R2). |
|
Cálculos de la matriz de correlación
La vista Matriz de correlación 
ofrece una visualización de cómo se correlacionan las variables y la puntuación final.
Nota:
Esta vista solo está disponible en el flujo de trabajo de análisis de adecuación. Para obtener más información acerca de los cálculos subyacentes, consulte Referencia de correlación variable.
| Cálculo | Descripción |
|---|---|
Coeficiente de correlación
| El coeficiente r de Pearson es un coeficiente que oscila entre -1 y 1 y mide tanto la fuerza como la dirección de una relación lineal. Los valores más cercanos a +1 indican una relación positiva fuerte mientras que los valores más cercanos a -1 indican una relación negativa fuerte. Los valores cercanos a 0 indican una relación escasa o no lineal. |
Relevancia estadística
| Un valor p muestra la probabilidad de observar una correlación así de fuerte por casualidad si no existe una correlación real. Cuando el valor p es inferior a 0,05 (que equivale a un nivel de confianza del 95 porciento), el resultado se considera relevante estadísticamente, de modo que es improbable que la correlación sea por una variación aleatoria. |
Tamaño de muestra
| El tamaño de muestra es el número de ubicaciones utilizadas para el análisis. Por ejemplo, un tamaño de muestra de 16 significa que hubo 16 ubicaciones (que podrían ser condados si está utilizando geografías estándar o número de hexágonos si está utilizando hexágonos) utilizadas en el análisis. |
Correlación
| La matriz de correlación ofrece una vista general de cómo se relacionan las variables y la puntuación final mediante códigos de colores. De manera predeterminada, las celdas verde oscuro muestran correlaciones positivas fuertes (r cercano a +1), mientras que las celdas rojo oscuro muestran correlaciones negativas fuertes (r cercano a -1). Los tonos más claros (verde claro, rojo claro o parecido al blanco) indica relaciones débiles o no lineales (r cercano a 0). |
Diagramas de dispersión
| Cada celda en la matriz de correlación muestra un gráfico de dispersión de una variable frente a otra: una en el eje X y otra en el eje Y. Al pasar el cursor sobre el gráfico aparece información sobre herramientas con los nombres exactos de las variables y le permite examinar cómo se distribuyen los puntos de datos. Por ejemplo, en la lista de variables Población e ingresos, puede ver instantáneamente cómo los ingresos medios por hogar está relacionado con el índice de crecimiento, tiempo total del día, población o la puntuación de idoneidad general, siendo aparentes inmediatamente los valores atípicos o patrones de clustering. |
Histogramas
| Un histograma es una representación gráfica, similar a un diagrama de barras, que representa la distribución de los datos. Pase el puntero sobre el histograma de una variable para ver su valor medio (que es el punto central de los datos, conocido como promedio). Esto ofrece una vista general acerca de cómo se distribuyen los datos de la variable. Por ejemplo, puede ver si la distribución de datos de una variable está distribuida de manera relativamente equilibrada o tiene valores atípicos extremos. La distribución de datos decada variable afecta a cómo se correlaciona la variable con las otras variables y el análisis de idoneidad general. |
Cálculos de tabla
La vista Tabla 
proporciona los resultados de datos en formato tabular y descargable.
| Cálculo | Descripción | Flujos de trabajo |
|---|---|---|
Puntuación | La puntuación final de adecuación de un sitio se calcula sumando las puntuaciones ponderadas de cada una de las variables utilizadas en el análisis. |
|
Puntuación ponderada | La puntuación ponderada de cada variable se calcula como una diferencia porcentual entre el valor de un sitio determinado y el valor objetivo seleccionado por el usuario. La puntuación final de adecuación de un sitio se calcula sumando las puntuaciones ponderadas de cada una de las variables utilizadas en el análisis. |
|
Punto de referencia | El punto de referencia es un valor definido para la comparación. |
|
Cálculos de la tabla Detalles de puntos
La vista Tabla de detalles de puntos 
enumera todas las ubicaciones cercanas a sus sitios junto con sus detalles de atributos, como el tamaño mínimo en pies cuadrados y el número de empleados.
Nota:
Esta vista solo está disponible en el flujo de trabajo de análisis cercano.
| Cálculo | Descripción |
|---|---|
Distancia (en millas o kilómetros) | La distancia (en millas o kilómetros) se mide como la distancia en línea recta entre el sitio y el punto indicado. |
Tamaño mínimo en pies cuadrados | El tamaño mínimo en pies cuadrados es la superficie mínima estimada en pies cuadrados del lugar donde se ubica el edificio del punto. |
Recuento de empleados | El recuento de empleados es el número de empleados de un centro de trabajo. |
Volumen de ventas | El volumen de ventas representa los ingresos por ventas estimados o los activos en dólares. |
Cálculos de la tabla Resumen del sitio
La vista Tabla de resumen del sitio enumera su ubicación y los cálculos del análisis cercano, incluyendo la distancia al punto más cercano, el recuento total de puntos y la densidad de puntos.
Nota:
Esta vista solo está disponible en el flujo de trabajo de análisis cercano.
| Cálculo | Descripción |
|---|---|
Distancia hasta el punto más cercano | La distancia hasta el punto más cercano mide la distancia en línea recta (en millas o kilómetros) entre un sitio y su punto más cercano. |
Recuento de puntos | El recuento de puntos es el número total de puntos dentro de cada área de sitio. |
Densidad de puntos | La densidad de puntos se calcula dividiendo el número total de puntos dentro de cada área de sitio entre 1000 hogares. |
Recursos
Para obtener más información sobre los flujos de trabajo que generan paneles de Resultados, consulte lo siguiente: