ラベル | 説明 | データ タイプ |
入力フィーチャ | SWM の選択に使用されるフィールドを含む入力フィーチャ。 | Feature Layer |
入力フィールド | SWM の選択に使用される入力フィールド。 | Field |
出力空間加重マトリックス | ツールにより選択された近傍と加重の出力 .swm ファイル。 | File |
一意の ID フィールド | 出力 .swm ファイルの一意の ID フィールド。 このフィールドは整数でなければならず、入力フィーチャごとに個別値が必要です。 | Field |
入力空間加重マトリックス ファイル (オプション) | 1 つ以上の数値フィールドの空間パターン (トレンドやクラスターなど) を最もよく表す SWM の候補として使用される入力 .swm ファイル。 ファイルが指定されていな場合、このツールは 28 個の異なる近傍をテストします。 | File |
入力空間加重マトリックスのみを比較 (オプション) | [入力空間加重マトリックス ファイル] パラメーターで指定されている .swm ファイルのみをテストするか、28 個の追加の近傍もテストするかを指定します。 このツールは、1 つ以上の数値フィールドの空間パターン (トレンドやクラスターなど) を最もよく表す空間コンポーネントを作成する SWM を使用します。 このパラメーターは、少なくとも 1 つの入力 .swm ファイルが指定されている場合にのみ適用されます。
| Boolean |
サマリー
1 つ以上の数値フィールドの空間パターン (トレンドやクラスターなど) を最もよく表す空間加重マトリックス (SWM) を一連の候補 SWM から選択します。
その後、[近傍タイプ] パラメーター値または [空間リレーションシップのコンセプト] パラメーター値で .swm ファイルを使用可能なツール ([2 変数空間的関連性 (Bivariate Spatial Association (Lee'sL))] ツール、[ホット スポット分析 (Hot Spot Analysis (Getis-Ord Gi*))] ツール、[クラスター/外れ値分析 (Cluster and Outlier Analysis (Anselin Local Moran's I))] ツールなど) で出力空間加重マトリックス ファイルを使用できます。
このツールは、各候補 SWM から空間コンポーネント (Moran の固有ベクトルと呼ばれる) を作成し、そのコンポーネントが入力フィールドの空間パターンをどれだけ効果的に表しているかをテストすることにより SWM を選択します。
図

使用法
-
このツールの目的は、入力フィールドの値を最も正確に予測できる空間コンポーネントを生成するのはどの空間加重かをテストすることにより、入力フィールドの空間パターンを最もよく表す近傍タイプと加重スキーム (空間リレーションシップのコンセプトと呼ばれることもある) を推奨することです。 各空間コンポーネントには空間パターンがあり、入力フィールドを最も正確に予測できるコンポーネントはその入力に最も類似したパターンを持つコンポーネントであることを根拠にしています。 ただし、この推奨された SWM は、データおよびそのプロセスに関する個人または専門家の知識を置き換えるものではありません。 解析用に SWM を選択する際には多数の注意事項があり、このツールは、推奨される SWM を決定するために入力フィールドを予測する空間コンポーネントの機能のみを使用します。 [ホット スポット分析 (Hot Spot Analysis (Getis-Ord Gi*))] ツールなど、場合によっては、データの空間的自己相関を最大化する距離バンドの使用 ([最適化ホット スポット (Optimized Hot Spot Analysis)] ツールはこのようにして近傍と加重を決定します) など、SWM を選択するための代替方法があります。 近傍と空間加重に対して代替方式を試し、解析の目的に最適な方法を使用することをお勧めします。
出力 .swm ファイルを使用して以降の解析で使用する [入力フィールド] パラメーターにすべてのフィールドを指定してください。 たとえば、[ホット スポット分析 (Hot Spot Analysis (Getis-Ord Gi*))] ツールに必要なフィールドは 1 つだけですが、[2 変数空間的関連性 (Bivariate Spatial Association (Lee'sL))] ツールに必要なフィールドは 2 つです。 以降の解析ツールの [近傍タイプ] または [空間リレーションシップのコンセプト] パラメーターで [空間加重をファイルから取得] オプションを指定した後、[加重マトリックス ファイル] パラメーターに出力 .swm ファイルを指定できます。
「ジオプロセシング メッセージ」には、テスト済みの各 SWM の詳細 (近傍数や加重方式など) および入力フィールドの予測に使用された SWM の調整済み相関係数の二乗値を表示する近傍検索履歴テーブルが含まれます。 このツールによって候補として示される SWM は調整済み相関係数の二乗が最大の SWM になり、テーブル内に太字とアスタリスクで示されます。
このツールは、SWM を選択するため、候補となる SWM のリストを生成し、どの SWM が入力フィールドの空間パターンを最もよく表す空間コンポーネントを作成するかをテストします。 [入力空間加重マトリックス ファイル] パラメーターで SWM を指定していない場合、28 個の SWM が作成されて候補リストに追加されます (各 SWM については、「Moran の固有ベクトルの概要」をご参照ください)。 入力 SWM を指定している場合、[入力空間加重マトリックスのみを比較] パラメーターを使用して、指定した SWM のみを候補リストに含めるか、指定した SWM とツールによって作成された 28 個の SWM を候補リストに含めるかを選択できます。 たとえば、指定した 1 つの SWM を使用するには、[入力空間加重マトリックス ファイル] パラメーターでその SWM を指定し、[入力空間加重マトリックスのみを比較] パラメーターをオンのままにします。
このツールは、次の手順を使用して推奨される SWM を決定します。
- SWM ごとに、最大の固有値を持つ (自己相関が最も強い) Moran の固有ベクトルが生成されます。 固有ベクトルの数は、フィーチャの数の 25% に等しくなります (最大 100 個)。
- 負の Moran's I 値を持つ (つまり、負に自己相関である) 固有ベクトルは除外されます。
- 各入力フィールドは、固有ベクトルを最小二乗法回帰モデルの説明変数として使用して、個別に予測されます。
- すべてのフィールドの二乗総和および二乗残差和が集計され、結合された調整済み相関係数の二乗が計算されます。
- 最も高い調整済み相関係数の二乗値を持つ SWM が返されます。
この手順については、次のリファレンスで詳しく説明します。
Bauman, David, Thomas Drouet, Marie-Josée Fortin, and Stéphane Dray. 2018. "Optimizing the choice of a spatial weighting matrix in eigenvector-based methods." Ecology 99, no. 10: 2159-2166. 「https://doi.org/10.1002/ecy.2469」.
パラメーター
arcpy.stats.CompareNeighborhoodConceptualizations(in_features, input_fields, out_swm, id_field, {in_swm}, {compare_only_inputs})
名前 | 説明 | データ タイプ |
in_features | SWM の選択に使用されるフィールドを含む入力フィーチャ。 | Feature Layer |
input_fields [input_fields,...] | SWM の選択に使用される入力フィールド。 | Field |
out_swm | ツールにより選択された近傍と加重の出力 .swm ファイル。 | File |
id_field | 出力 .swm ファイルの一意の ID フィールド。 このフィールドは整数でなければならず、入力フィーチャごとに個別値が必要です。 | Field |
in_swm [in_swm,...] (オプション) | 1 つ以上の数値フィールドの空間パターン (トレンドやクラスターなど) を最もよく表す SWM の候補として使用される入力 .swm ファイル。 ファイルが指定されていな場合、このツールは 28 個の異なる近傍をテストします。 | File |
compare_only_inputs (オプション) | in_swm パラメーターで指定されている .swm ファイルのみをテストするか、28 個の追加の近傍もテストするかを指定します。 このツールは、1 つ以上の数値フィールドの空間パターン (トレンドやクラスターなど) を最もよく表す空間コンポーネントを作成する SWM を使用します。 このパラメーターは、少なくとも 1 つの入力 .swm ファイルが指定されている場合にのみ適用されます。
| Boolean |
コードのサンプル
次の Python ウィンドウ スクリプトは、CompareNeighborhoodConceptualizations 関数の使用方法を示しています。
# Select the spatial weights matrix (SWM) that best describes the
# spatial patterns of POP_SQMI.
arcpy.env.workspace = r"c:\data\project_data.gdb"
arcpy.stats.CompareNeighborhoodConceptualizations(
in_features="states",
input_fields="POP_SQMI",
out_swm=r"c:\data\states.swm",
id_field="unique_id_field"
)
次のスタンドアロン スクリプトは、CompareNeighborhoodConceptualizations 関数の使用方法を示しています。
# Select the spatial weights matrix (SWM) that best describes
# the spatial patterns of two analysis field.
import arcpy
# Set the current workspace.
arcpy.env.workspace = r"c:\data\project_data.gdb"
# Run the tool.
arcpy.stats.CompareNeighborhoodConceptualizations(
in_features="myFeatureClass",
input_fields="myAnalysisField1;myAnalysis Field2",
out_swm=r"myOutputSWM.swm",
id_field="myUniqueIDField"
)
# Print the tool messages.
print(arcpy.GetMessages())