Présentation générale du jeu d'outils Modélisation de relations spatiales
Outre l'analyse de modèles spatiaux, les analyses SIG permettent d'examiner ou de quantifier les relations entre entités. Les outils de modélisation de relations spatiales génèrent des matrices de pondérations spatiales ou modélisent des relations spatiales à l'aide d'analyses de régression.
Les outils qui créent desfichiers de matrice de pondérations spatiales déterminent la nature des interrelations spatiales entre entités. Une matrice de pondérations spatiales est une représentation de la structure spatiale des données, c'est à dire des relations spatiales qui existent entre entités dans le jeu de données.
Les statistiques spatiales réelles intègrent des informations relatives à l'espace et aux relations spatiales dans leurs calculs mathématiques. Les outils Spatial Autocorrelation (Global Moran's I), Cluster and Outlier Analysis (Anselin Local Moran's I)et Hot Spot Analysis (Getis-Ord Gi*) de la boîte à outils Spatial Statistics, prennent notamment en charge les fichiers de matrice de pondérations spatiales.
Les outils de régression fournis dans la boîte à outils Spatial Statistics modélisent les relations entre les variables associées aux entités géographiques, vous permettant ainsi de prévoir des phénomènes ou de mieux comprendre les facteurs clés qui influencent une variable que vous essayez de modéliser. Les méthodes de régression permettent de vérifier les relations et de mesurer l'intensité de ces relations.
Outil |
Description |
---|---|
Crée un fichier de matrice de pondérations spatiales (.swm) à partir d'un jeu de données réseau qui définit des relations spatiales entre entités, en termes de structure de réseau sous-jacente.
|
|
Génère un fichier de matrice de pondérations spatiales (.swm) pour représenter les relations spatiales parmi les entités dans un jeu de données. |
|
Calcule la régression pondérée géographiquement (Geographically Weighted Regression, GWR), formule locale de régression linéaire utilisée pour modéliser des relations variant spatialement.
|
|
Exécute une régression linéaire globale par les moindres carrés ordinaires pour générer des prévisions ou modéliser une variable dépendante en fonction de ses relations à un ensemble de variables explicatives. |