Til og med tilfeldige geografiske mønstre kan ha et visst klyngepreg. I tillegg prøver øynene og hjernen vår å finne mønstre der det egentlig ikke er noe mønster. Dermed kan det være vanskelig å vite om mønstrene i dataene er resultatet av faktiske geografiske prosesser eller bare tilfeldigheter. Derfor bruker forskere og analytikere statistiske metoder som Find Hot Spots (Getis-Ord Gi*) til å kvantifisere geografiske mønstre. Når du finner statistisk signifikante samlinger i dataene dine, har du verdifull informasjon. Ved å vite hvor og når samlingene forekommer, kan du få viktige ledetråder om prosessene som fører til mønstrene du ser. Hvis du f.eks. vet at innbrudd i private hjem er konsekvent høyere i bestemte områder, er det viktig informasjon hvis du skal iverksette effektive tiltak for å forebygge, utplassere politiressurser, igangsette nabovaktordninger, autorisere grundige etterforskninger eller identifisere mulige mistenkte.
Rullegardinlisten inneholder all statistikken som er tilgjengelig i det gjeldende datasettet.
Hvis du ikke velger noe analysefelt, evaluerer Esri Maps for SharePoint den geografiske plasseringen til punktgeoobjektene for å finne ut hvor punkter har blitt uventet plassert i klynger eller spredt.
Når analysen er fullført, opprettes et nytt lag som vises i Innhold-ruten. For punktene eller områdene i resultatlaget kan du være sikrere på at klyngene ikke er tilfeldigheter jo mørkere den røde eller blå fargen er. Punktene eller områdene som vises i beige, er imidlertid ikke en del av noen statistisk signifikant klynge, og det geografiske mønsteret som er knyttet til disse geoobjektene, er sannsynligvis bare tilfeldigheter. Noen ganger viser resultatene fra analysen at det ikke er noen statistisk signifikante klynger i det hele tatt. Dette er viktig informasjon. Når et geografisk mønster er tilfeldig, er det ingenting som sier noe om underliggende årsaker. I slike tilfeller vil alle geoobjektene i resultatlaget være beige. Når du derimot finner statistisk signifikante klynger, er lokasjonene der klyngene befinner seg, viktige ledetråder for hva som kanskje skaper klyngene. Det å finne statistisk signifikante geografiske klynger av kreftforekomst knyttet til visse miljøgifter kan f.eks. føre til at det blir iverksatt tiltak for å beskytte folk. På samme måte kan det å finne cold spots av barnefedme knyttet til skoler som fremmer fysisk aktivitet etter skoletid, gi en tydelig begrunnelse for å oppmuntre denne typen programmer mer.
Hvis du vil ha teknisk informasjon om hvordan hotspot-verktøyet fungerer, kan du se How Hot Spot Analysis works.
Hvis du vil ha mer informasjon om geografisk statistikk, kan du se Spatial Statistics Resources.