Clustering alto/bajo (G general de Getis-Ord) (Estadística espacial)

Resumen

Mide el grado de clustering para valores altos o bajos mediante la estadística G general de Getis-Ord.

You can access the results of this tool (including the optional report file) from the Results window. If you disable background processing, results will also be written to the Progress dialog box.

Más información sobre cómo funciona el Clustering alto/bajo: G general de Getis-Ord

Ilustración

High/Low Clustering (Getis-Ord General G) illustration

Uso

Sintaxis

HighLowClustering_stats (Input_Feature_Class, Input_Field, Generate_Report, Conceptualization_of_Spatial_Relationships, Distance_Method, Standardization, Distance_Band_or_Threshold_Distance, {Weights_Matrix_File})
ParámetroExplicaciónTipo de datos
Input_Feature_Class

La clase de entidad para la cual se calculará la estadística G general.

Feature Layer
Input_Field

El campo numérico que se evaluará.

Field
Generate_Report
  • NO_REPORTNo se crea un resumen gráfico (predeterminado).
  • GENERATE_REPORTSe crea un resumen gráfico como un archivo HTML.
Boolean
Conceptualization_of_Spatial_Relationships

Especifica cómo se conceptualizan las relaciones espaciales entre las entidades.

  • INVERSE_DISTANCELas entidades vecinas tienen mayor influencia sobre los cálculos de una entidad de destino que las entidades que están alejadas.
  • INVERSE_DISTANCE_SQUAREDEs igual que INVERSE_DISTANCE excepto que la pendiente es más nítida, de modo que la influencia cae en forma más rápida y sólo los vecinos más cercanos de la entidad de destino ejercerán una influencia sustancial en los cálculos de esa entidad.
  • FIXED_DISTANCE_BANDCada entidad se analiza dentro del contexto de las entidades vecinas. Las entidades vecinas dentro de la distancia crítica especificada reciben un peso de 1, y ejercen influencia sobre los cálculos de la entidad de destino. Las entidades vecinas fuera de la distancia crítica reciben un peso de cero y no tienen influencia sobre los cálculos de una entidad de destino.
  • ZONE_OF_INDIFFERENCELas entidades dentro de la distancia crítica especificada de una entidad de destino reciben un peso de 1 y ejercen influencia sobre los cálculos de esa entidad. Una vez que se excede la distancia crítica, los pesos (y la influencia que una entidad vecina tiene sobre los cálculos de una entidad de destino) disminuyen con la distancia.
  • POLYGON_CONTIGUITY_(FIRST_ORDER)Sólo las entidades de polígono vecinas que comparten un límite tendrán influencia sobre los cálculos de la entidad poligonal de destino. (Se requiere una licencia de ArcInfo)
  • GET_SPATIAL_WEIGHTS_FROM_FILELas relaciones espaciales se definen en un archivo de ponderaciones espaciales. La ruta al archivo de ponderaciones espaciales se especifica en el parámetro Archivo de matriz de ponderaciones.
String
Distance_Method

Especifica cómo se calculan las distancias desde cada entidad hasta las entidades vecinas.

  • EUCLIDEAN_DISTANCELa distancia en línea recta entre dos puntos
  • MANHATTAN_DISTANCELa distancia entre dos puntos medida a lo largo de los ejes en ángulos rectos (manzana); se calcula al sumar la diferencia (absoluta) entre las coordenadas x e y
String
Standardization

Se recomienda la estandarización de filas siempre que la distribución de las entidades esté potencialmente influenciada debido al diseño de muestreo o a un esquema de agregación impuesto.

  • NINGUNONo se aplica la estandarización de ponderaciones espaciales.
  • ROWLas ponderaciones espaciales se estandarizan; cada peso se divide por la suma de su fila (la suma de los pesos de todas las entidades vecinas).
String
Distance_Band_or_Threshold_Distance

Especifica una distancia de valor límite para las opciones Distancia inversa y Distancia fija. Las entidades que están fuera del valor límite especificado para una entidad de destino se ignoran en el análisis de esa entidad. Sin embargo, para la Zona de indiferencia, la influencia de las entidades que están fuera de la distancia dada se reduce con la distancia, mientras que aquellas que están dentro del umbral de distancia se consideran por igual. El valor introducido debe coincidir con el del sistema de coordenadas de salida.

Para las conceptualizaciones de relaciones espaciales de la Distancia inversa, un valor de 0 indica que no se aplica una distancia de umbral; cuando este parámetro se deja en blanco, se calcula y se aplica un valor de umbral predeterminado. Este valor predeterminado es la distancia euclidiana que garantiza que cada entidad tenga como mínimo un vecino.

Este parámetro no tiene efecto cuando se seleccionan las conceptualizaciones espaciales Contigüidad de polígono u Obtener ponderaciones espaciales a partir del archivo.

Double
Weights_Matrix_File
(Opcional)

La ruta a un archivo que contiene las ponderaciones espaciales que definen las relaciones espaciales entre las entidades.

File

Ejemplo de código

Ejemplo 1 de HighLowClustering (ventana de Python)

La siguiente secuencia de comandos de la ventana de Python muestra cómo utilizar la herramienta Clustering alto/bajo.

import arcpy arcpy.env.workspace = r"C:\data" arcpy.HighLowClustering_stats("911Count.shp", "ICOUNT","false", "GET_SPATIAL_WEIGHTS_FROM_FILE","EUCLIDEAN_DISTANCE", "NONE","#", "euclidean6Neighs.swm")
Ejemplo 2 de HighLowClustering (secuencia de comandos de Python independiente)

La siguiente secuencia de comandos independiente de la ventana de Python muestra cómo utilizar la herramienta Clustering alto/bajo.

 # Analyze the spatial distribution of 911 calls in a metropolitan area # using the High/Low Clustering (Getis-Ord General G) tool   # Import system modules import arcpy   # Set the geoprocessor object property to overwrite existing outputs arcpy.gp.overwriteOutput = True   # Local variables... workspace = r"C:\Data"  try:     # Set the current workspace (to avoid having to specify the full path to the feature classes each time)     arcpy.env.workspace = workspace      # Copy the input feature class and integrate the points to snap     # together at 500 feet     # Process: Copy Features and Integrate     cf = arcpy.CopyFeatures_management("911Calls.shp", "911Copied.shp",                          "#", 0, 0, 0)      integrate = arcpy.Integrate_management("911Copied.shp #", "500 Feet")      # Use Collect Events to count the number of calls at each location     # Process: Collect Events     ce = arcpy.CollectEvents_stats("911Copied.shp", "911Count.shp", "Count", "#")      # Add a unique ID field to the count feature class     # Process: Add Field and Calculate Field     af = arcpy.AddField_management("911Count.shp", "MyID", "LONG", "#", "#", "#", "#",                      "NON_NULLABLE", "NON_REQUIRED", "#",                      "911Count.shp")          cf = arcpy.CalculateField_management("911Count.shp", "MyID", "[FID]", "VB")      # Create Spatial Weights Matrix for Calculations     # Process: Generate Spatial Weights Matrix...      swm = arcpy.GenerateSpatialWeightsMatrix_stats("911Count.shp", "MYID",                         "euclidean6Neighs.swm",                         "K_NEAREST_NEIGHBORS",                         "#", "#", "#", 6,                         "NO_STANDARDIZATION")       # Cluster Analysis of 911 Calls     # Process: High/Low Clustering (Getis-Ord General G)     hs = arcpy.HighLowClustering_stats("911Count.shp", "ICOUNT",                          "false",                          "GET_SPATIAL_WEIGHTS_FROM_FILE",                         "EUCLIDEAN_DISTANCE", "NONE",                         "#", "euclidean6Neighs.swm")  except:     # If an error occurred when running the tool, print out the error message.     print arcpy.GetMessages()

Entornos

Temas relacionados

Información de licencia

ArcView: Sí
ArcEditor: Sí
ArcInfo: Sí

7/11/2012