È possibile accedere all'analisi non spaziale usando il pulsante Azione 
su una scheda mappa, grafico o tabella.
L'analisi non spaziale non consuma crediti.
La tabella di seguito fornisce una panoramica di ciascuna funzionalità di analisi non spaziale:
| Funzionalità di analisi | Descrizione | Domande di esempio |
|---|---|---|
Calcola rapporto usa una semplice equazione di divisione per determinare il rapporto tra due variabili numeriche. Input: due campi numerici o frequenza/rapporto | Come è correlato? In che modo i tassi di obesità variano tra aree urbane e aree rurali? | |
Calcola variazione % usa i valori iniziali e i valori finali per calcolare la variazione nel tempo. Input: due campi numerici o frequenza/rapporto | Come è cambiato? Qual è la percentuale di perdite o guadagni per ciascuna merce? | |
Calcola risultato z restituisce i valori del risultato z per ciascuna feature di un dataset sulla base di un campo prescelto. Il risultato z è la misura della distanza di ciascun valore dalla media, utilizzando la deviazione standard. Input: un campo numerico | Come è distribuito? In che modo il tasso di criminalità in un determinato distretto è paragonabile alla media? | |
Lo strumento Crea modello di regressione è usato per definire il rapporto tra due o più variabili esplicative e una variabile di risposta adattando un’equazione lineare ai dati osservati. Input:
| Come è correlato? Quali variabili hanno un effetto maggiore sulle vendite totali rispetto alla posizione di ogni negozio? | |
Lo strumento Predici variabile si serve di un modello lineare creato mediante analisi di regressione per predire nuovi valori all'interno di un dataset. Input: un modello di regressione | Come è correlato? Quali sono i livelli futuri delle emissioni di carbonio previsti in base alle tendenze nell'uso dei veicoli, allo sfruttamento delle energie rinnovabili e alla crescita economica? | |
Trovare cluster K-Means classifica i dati in gruppi o cluster che massimizzano le somiglianze all'interno di ciascun cluster, massimizzando al contempo la differenza tra i cluster. Nota:Trovare cluster K-Means può essere utilizzato per creare cluster in base alla posizione (analisi spaziale) o ai valori degli attributi (analisi non spaziale). Input: uno o più campi numerici | Come è distribuito? Come vengono raggruppati in cluster i clienti per livello di reddito? Come vengono raggruppati in cluster le università e i college per costo? |
Passaggi successivi
Utilizzare le seguenti risorse per ulteriori informazioni sull'analisi: