Analisi non spaziale

Insights in ArcGIS Online
Insights in ArcGIS Enterprise
Insights desktop

È possibile accedere alle funzionalità di analisi non spaziale, facendo clic sul pulsante Azione 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 analisiDescrizioneDomande di esempio

Calcola rapporto

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 % modifica

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 z-score

Calcola risultato z restituisce i valori del risultato z per ciascuna feature di un dataset sulla base di un campo specifico. 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?

Crea modello di regressione

Lo strumento Crea modello di regressione è usato per modellare il rapporto tra due o più variabili esplicative e una variabile di risposta adattando un’equazione lineare ai dati osservati.

Input:

  • Variabile dipendente: un campo numerico o frequenza/rapporto
  • Variabili descrittive: uno o più campi numerici o frequenza/rapporto

Come è correlato? Quali variabili hanno un effetto maggiore sulle vendite totali rispetto alla posizione di ogni negozio?

Predici variabile

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

L'opzione Trova 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:

È possibile utilizzare Trova cluster K-Means 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?

Risorse aggiuntive

Utilizzare le seguenti risorse per ulteriori informazioni sull'analisi:


In questo argomento
  1. Risorse aggiuntive