使用“计算密度比”

Insights in ArcGIS Online
Insights in ArcGIS Enterprise
Insights 桌面版

“计算密度比”使用两个输入点数据集来计算空间相对风险表面。 该比率中的分子代表案例,例如犯罪数量或患者人数,而分母代表对照,例如总人口。

“计算密度比率”使用相同的计算方式将密度表面创建为计算密度。 “计算密度”和“计算密度比”的输出可能很相似;但是,“计算密度比”的输出是归一化的值,这意味着它显示的是一个比例值,而“计算密度”的输出则不是归一化的值。 当正在分析的现象需要对照(例如总人口)的时候,请使用密度比。

在计算比率之前,将使用核密度计算各个密度表面。

示例

一名流行病学家正在研究某种疾病的发病率,以确定某些地区的高发病率是否可能与环境因素有关。 使用发病率作为分子,总人口作为分母来计算密度比。 结果表面将显示按人口密度归一化的发病密度,从而可以确定发病率高于预期的地区。

有关完整的工作流,请参阅创建 COVID-19 相对风险表面博客文章。

运行“计算密度比”

您可以在具有点图层的地图上运行“计算密度比”。 需要两个单独的数据集作为输入。

要计算密度比,请完成以下步骤:

  1. 如有必要,请单击地图卡片将其激活。

    工具栏和操作按钮 操作 出现时,卡片处于活动状态。

  2. 单击操作按钮,然后选择计算密度比
  3. 对于选择点图层,选择要用于分子和分母的图层。
  4. 展开其他选项并根据需要提供权重(分子和分母)搜索半径(带宽)(分子和分母)像元大小参数的值。
  5. 单击运行

用法说明

选择点图层参数用于选择数据集以计算分子和分母的密度。 仅点要素可用作输入。

展开其他选项以访问权重搜索半径(带宽)像元大小参数。 下表对以上参数进行了汇总,其中包括其默认值:

参数描述默认值

权重

表示每个要素值的字段。 例如,如果您拥有包含收入字段的零售点位置数据集,则可以使用收入字段作为权重,基于销售量而非位置来创建密度表面。

权重字段分别应用于分子和分母。

所有要素权重都为 1(即密度表面仅基于要素的位置)。

搜索半径(带宽)

查找与焦点要素位于同一邻域范围内的输入要素所使用的距离(单位为英里、英尺、千米或米)。

搜索半径(带宽)字段分别应用于分子和分母。

可以使用 Silverman 经验规则为输入数据集计算相应的搜索距离。

搜索距离是针对分子和分母分别计算的。

像元大小

将用于创建密度比表面的输出要素的大小。

根据输入数据集中要素的范围和数量,计算适当的像元大小。

将使用包含 10 个分类的默认相等间隔分类,按计数和数量(颜色)来设置结果数据集的样式。

可以使用翻转卡片按钮 翻转卡片 来查看卡片背面的信息,其中包括搜索半径(分子和分母)以及带宽的值。

局限性

输入数据集必须是点要素。

交叉过滤器与此工具创建的结果数据集不兼容。 要向不受支持的卡片添加交叉过滤器,可将数据集复制到工作簿,并为通过复本创建的卡片应用交叉过滤器。

Google BigQuerySnowflake 以及不支持开箱即用的数据库平台的只读连接不支持此工具。

“计算密度比”的工作原理

“计算密度比”使用核密度计算来创建密度表面;然后计算每个表面之间的比率。

使用以下等式计算密度表面之间的比率:

r(x, y)= c(x, y)/p(x, y)

其中:

  • r(x,y) = (x,y) 位置的比率。
  • c(x,y) = (x,y) 位置的案例(分子)密度。
  • p(x,y) = (x,y) 位置的对照(分母)密度。

有关核密度计算的详细信息,包括搜索半径(带宽)像元大小的默认计算,请参阅计算密度的工作原理

其他资源

请通过以下资源了解更多详细信息: