Se puede acceder al análisis no espacial usando el botón Acción 
en una tarjeta de mapa, gráfico o tabla.
El análisis no espacial no consume créditos.
La siguiente tabla proporciona una descripción general de cada función de análisis no espacial:
| Función de análisis | Descripción | Preguntas de ejemplo |
|---|---|---|
Calcular ratio utiliza una sencilla ecuación de división para determinar la relación entre dos variables numéricas. Entradas: dos campos numéricos o de índice/ratio | ¿Cómo está relacionado? ¿Qué diferencia hay entre los índices de obesidad de los residentes urbanos y rurales? | |
Calcular % variación usa valores iniciales y finales para calcular el cambio a lo largo del tiempo. Entradas: dos campos numéricos o de índice/ratio | ¿Cómo ha cambiado? ¿Cuál es el porcentaje de pérdidas o ganancias de cada producto? | |
Calcular puntuación z devuelve los valores de puntuación z para cada entidad en un dataset basado en un campo seleccionado. La puntuación z es una medida de la distancia de cada valor desde el valor medio mediante la desviación estándar. Entradas: un campo numérico | ¿Cómo está distribuido? ¿Cómo se compara la tasa de criminalidad de un distrito determinado con el valor medio? | |
Crear modelo de regresión se utiliza para modelar la relación entre dos o más variables explicativas y una variable de respuesta encajando una ecuación lineal a los datos observados. Entradas:
| ¿Cómo está relacionado? ¿Qué variables surten mayor efecto en las ventas totales en cada ubicación de tienda? | |
Predecir variable utiliza el modelo lineal creado mediante el análisis de regresión para predecir nuevos valores en un dataset. Entrada: un modelo de regresión | ¿Cómo está relacionado? ¿Cuáles son los futuros niveles previstos para las emisiones de carbono según las tendencias del uso de vehículos, consumo de energías renovables y crecimiento económico? | |
Buscar clústeres de valores medios K clasifica los datos en grupos o clústeres que maximizan las similitudes dentro de cada clúster y, al mismo tiempo, maximizan la diferencia entre clústeres. Nota:Buscar clústeres de valores medios K se puede utilizar para crear clústeres basados en la ubicación (análisis espacial) o en valores de atributo (análisis no espacial). Entradas: uno o varios campos numéricos | ¿Cómo está distribuido? ¿Cómo se agrupan los clientes por nivel de ingresos? ¿Cómo se agrupan las universidades por coste? |
Pasos siguientes
Utilice estos recursos para obtener más información sobre el análisis: