Análisis no espacial

Insights in ArcGIS Online
Insights in ArcGIS Enterprise
Insights Desktop

Para acceder a las capacidades de análisis no espacial, haga clic en el botón Acción 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 análisisDescripciónPreguntas de ejemplo

Calcular ratio

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

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

Calcular puntuación z devuelve los valores de puntuación z para cada entidad en un dataset basado en un campo especificado. 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

Crear modelo de regresión modela la relación entre dos o más variables explicativas y una variable de respuesta encajando una ecuación lineal a los datos observados.

Entradas:

  • Variable dependiente: un campo numérico o de índice/ratio
  • Variables explicativas: uno o más campos numéricos o de índice/ratio

¿Cómo está relacionado? ¿Qué variables surten mayor efecto en las ventas totales en cada ubicación de tienda?

Predecir variable

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

Buscar clústeres de valores medios K clasifica los datos en grupos o clústeres que maximizan las similitudes de entidades dentro de cada clúster y, al mismo tiempo, maximizan la diferencia entre clústeres.

Nota:

Puede utilizar Buscar clústeres de valores medios K 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?

Recursos adicionales

Utilice estos recursos para obtener más información sobre el análisis:


En este tema
  1. Recursos adicionales