Mínimos cuadrados ordinarios (OLS) (Estadística espacial)

Resumen

Realiza una regresión lineal global de Mínimos cuadrados ordinarios (OLS) para generar una predicción o modelar una variable dependiente en términos de sus relaciones con un conjunto de variables explicativas.

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 la regresión de Mínimos cuadrados ordinarios

Ilustración

Regresión de OLS
Regresión de mínimos cuadrados ordinarios: valores previstos con relación a valores observados.

Uso

Sintaxis

OrdinaryLeastSquares_stats (Input_Feature_Class, Unique_ID_Field, Output_Feature_Class, Dependent_Variable, Explanatory_Variables, {Coefficient_Output_Table}, {Diagnostic_Output_Table}, {Output_Report_File})
ParámetroExplicaciónTipo de datos
Input_Feature_Class

La clase de entidad que contiene las variables dependientes e independientes para el análisis.

Feature Layer
Unique_ID_Field

Un campo entero que contiene un valor diferente para cada entidad en la Clase de entidad de entrada.

Field
Output_Feature_Class

La clase de entidad de salida que recibirá estimaciones y residuales de variables dependientes.

Feature Class
Dependent_Variable

El campo numérico que contiene los valores de aquello que intenta modelar.

Field
Explanatory_Variables
[Explanatory_Variables,...]

Una lista de campos que representan variables explicativas en el modelo de regresión.

Field
Coefficient_Output_Table
(Opcional)

La ruta de acceso completa a una tabla opcional que recibirá los coeficientes del modelo, los errores estándar y las probabilidades para cada variable explicativa.

Table
Diagnostic_Output_Table
(Opcional)

La ruta de acceso completa a una tabla opcional que recibirá los diagnósticos del resumen del modelo.

Table
Output_Report_File
(Opcional)

La ruta al archivo PDF opcional que desea que la herramienta cree. Este archivo de informe incluye diagnóstico del modelo, gráficos y notas para ayudarle a interpretar los resultados de OLS.

File

Ejemplo de código

Ejemplo de OrdinaryLeastSquares (ventana de Python)

La siguiente secuencia de comandos de la ventana de Python muestra cómo utilizar la herramienta OrdinaryLeastSquares.

import arcpy
arcpy.env.workspace = r"c:\data"
arcpy.OrdinaryLeastSquares_stats("USCounties.shp", "MYID","olsResults.shp", "GROWTH","LOGPCR69;SOUTH;LPCR_SOUTH;PopDen69","olsCoefTab.dbf","olsDiagTab.dbf")
Ejemplo de OrdinaryLeastSquares (secuencia de comandos de Python independiente)

La siguiente secuencia de comandos de Python independiente muestra cómo utilizar la herramienta OrdinaryLeastSquares.

# Analyze the growth of regional per capita incomes in US
# Counties from 1969 -- 2002 using Ordinary Least Squares Regression

# 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.workspace = workspace

    # Growth as a function of {log of starting income, dummy for South
    # counties, interaction term for South counties, population density}
    # Process: Ordinary Least Squares... 
    ols = arcpy.OrdinaryLeastSquares_stats("USCounties.shp", "MYID", 
                        "olsResults.shp", "GROWTH",
                        "LOGPCR69;SOUTH;LPCR_SOUTH;PopDen69",
                        "olsCoefTab.dbf",
                        "olsDiagTab.dbf")

    # Create Spatial Weights Matrix (Can be based off input or output FC)
    # Process: Generate Spatial Weights Matrix... 
    swm = arcpy.GenerateSpatialWeightsMatrix_stats("USCounties.shp", "MYID",
                        "euclidean6Neighs.swm",
                        "K_NEAREST_NEIGHBORS",
                        "#", "#", "#", 6) 
                        

    # Calculate Moran's Index of Spatial Autocorrelation for 
    # OLS Residuals using a SWM File.  
    # Process: Spatial Autocorrelation (Morans I)...      
    moransI = arcpy.SpatialAutocorrelation_stats("olsResults.shp", "Residual",
                        "NO_REPORT", "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