Vue d’ensemble du jeu d’outils Utilitaires

Le jeu d’outils Utilitaires contient des outils qui permettent d’effectuer une multitude de tâches de conversion des données. Ces outils sont utilisables avec d’autres outils de la boîte à outils Statistiques spatiales.

Outil	Description
Calculer la bande de distance à partir du nombre de voisins	Retourne la distance minimale, maximale et moyenne par rapport au énième voisin le plus proche spécifié (N est un paramètre en entrée) d'un ensemble d'entités. Les résultats sont écrits sous forme de messages d'exécution de l'outil.
Collecter des événements	Convertit les données d’événement, telles que les délits ou les incidents sanitaires, en données ponctuelles pondérées.
Convertir la matrice de pondérations spatiales en table	Convertit un fichier de matrice de pondérations spatiales binaires (.swm) en table.
Décrire le fichier de modèle de statistiques spatiales	Réduit le nombre de dimensions d’un ensemble de variables continues en agrégeant le plus grand volume possible de variance en un nombre inférieur de composantes avec l’analyse en composantes principales (ACP) ou l’analyse linéaire discriminante (ALD).
Réduction des dimensions	Réduit le nombre de dimensions d’un ensemble de variables continues en agrégeant le plus grand volume possible de variance en un nombre inférieur de composantes avec l’analyse en composantes principales (ACP) ou l’analyse linéaire discriminante (ALD).
Exporter les attributs des entités en ASCII	Exporte les coordonnées et les valeurs attributaires des classes d’entités dans un fichier texte ASCII dont les valeurs sont séparées par des espaces, des virgules, des tabulations ou des points virgules.
Définir les propriétés du fichier de modèle de statistiques spatiales	Ajoute des descriptions et des unités aux variables stockées dans un fichier de modèle de statistiques spatiales.
Lissage de séries chronologiques	Lisse une variable numérique d’un ou plusieurs séries temporelles à l’aide de moyennes de déplacement centré, avant ou arrière, ainsi que d’une méthode adaptative basée sur une régression linéaire locale. Après le lissage de fluctuations à court terme, les tendances ou les cycles plus longs deviennent souvent apparents.