非空間解析機能にアクセスするには、マップ カード、チャート カード、またはテーブル カードの [アクション] ボタン 
をクリックします。
非空間解析ではクレジットを消費しません。
次の表は、各非空間解析機能の概要説明です。
| 解析機能 | 説明 | 質問の例 |
|---|---|---|
[比率の計算] は、単純な除法の式を用いて、2 つの数値変数間の関係を求めます。 入力: 2 つの数値または割合/比率フィールド | どのような関連性がありますか？ 都市居住者と郊外居住者とで肥満率はどのように異なりますか？ | |
[% 変化の計算] では、初期値と最終値を使用して時間経過に伴う変化を計算します。 入力: 2 つの数値または割合/比率フィールド | どのように変化しましたか？ 各商品の損益のパーセンテージは？ | |
Z スコアの計算では、指定したフィールドに基づいて、データセット内の各フィーチャの Z スコア値が返されます。 Z スコアは、平均からの各値の距離の測定値です (標準偏差を使用)。 入力: 1 つの数値フィールド | どのように分布しているか？ 特定の地域の犯罪率は平均値と比べてどのような状態ですか？ | |
回帰モデルの作成では、観測データに一次方程式を適用することで、2 つ以上の説明変数と 1 つの応答変数間の関係がモデル化されます。 入力:
| どのような関連性がありますか？ 各店舗の総売上高に最も大きな影響を及ぼしているのはどの変数ですか？ | |
[変数の予測] は、回帰分析により作成された線形モデルを使用して、データセットに含まれる新しい値を予測します。 入力: 1 つの回帰モデル | どのような関連性がありますか？ 自動車利用、再生可能エネルギー導入、および経済成長における各傾向に基づいた将来の炭素排出量レベルはどのくらいですか？ | |
K 平均クラスターの検索はデータとグループやクラスターに分類して、各クラスター内のフィーチャの類似性を最大化しつつ、クラスター間の異質性を最大化します。 注意:K 平均クラスターの検索を使用することで、位置 (空間解析) や属性値 (非空間解析) に基づきクラスターを作成することができます。 入力: 1 つまたは複数の数値フィールド | どのように分布しているか？ 顧客は、収入レベルによってどのようにクラスター化されますか？ 大学は、費用によってどのようにクラスター化されますか？ |
参考資料
解析をより詳しく学習するには、次のリソースをご利用ください。