A ferramenta Localizar Hot Spots permite determinar se existe algum tipo de clustering com relevância estatística no padrão espacial dos seus dados.
Mesmo padrões espaciais aleatórios demonstram algum nível de clustering. Além disso, os olhos e o cérebro tentam naturalmente encontrar padrões mesmo que estes não existam. Consequentemente, pode ser difícil saber se os padrões encontrados nos seus dados são o resultado de processos espaciais verdadeiros ou se resultam apenas de algo aleatório. É por esta razão que os investigadores e analistas utilizam métodos estatísticos como o Encontrar Hot Spots (Getis-Ord Gi*) para quantificar padrões espaciais. Quando encontra efetivamente um clustering com relevância estatística nos seus dados, tem acesso a informações importantes. Saber onde e quando ocorre um clustering pode fornecer pistas importantes sobre os processos que estão na base dos padrões detetados. Por exemplo, saber que o número de assaltos a residências é consistentemente elevado em determinados bairros é uma informação essencial para o caso de ser necessário elaborar estratégias de prevenção eficazes, distribuir recursos policiais escassos, iniciar programas de vigilância nos bairros, autorizar investigações criminais profundadas ou identificar possíveis suspeitos.
A camada de pontos a partir da qual vão ser encontrados hot e cold spots.
Esta análise utiliza caixas e requer um sistema de coordenadas projetado. Pode definir o Sistema de coordenadas de processamento nos Ambientes de Análise. Se o seu sistema de coordenadas de processamento não se encontra definido para um sistema de coordenadas projetado, será instado a defini-lo quando Correr Análise .
Para além de selecionar uma camada do seu mapa, pode selecionar Explorar Camadas na parte inferior da lista pendente para navegar até aos seus conteúdos de um conjunto de dados de partilha de big data ou camada de elementos.
Esta análise responde à pergunta: Onde se agrupam espacialmente clusters de valores altos e baixos?
Se os seus dados são pontos e você escolher Contagens de Pontos, esta ferramenta irá avaliar a distribuição espacial dos elementos pontos para responder à questão: Onde estão os pontos agrupados em clusters de forma inesperada ou onde é que estão dispersos?
Se escolher um campo, esta ferramenta irá avaliar a distribuição espacial dos valores associados com cada elemento para responder à questão: Onde estão os valores altos e baixos a agruparem-se em clusters?
A distância utilizada para gerar as caixas quadradas que serão utilizadas para analisar os seus pontos de entrada.
Caso a componente temporal se encontre ativa na camada de pontos, e seja de tipo instante, pode efetuar análise com recurso a etapas temporais.
Intervalo temporal utilizado para gerar etapas temporais. A componente temporal pode ser alinhada à hora inicial e na hora final dos dados de entrada, ou a uma referência temporal definida.
Intervalo temporal utilizado para gerar etapas temporais. A componente temporal pode ser alinhada à hora inicial e na hora final dos dados de entrada, ou a uma referência temporal definida.
Como são alinhadas as etapas temporais. Existem três formas de alinhar etapas temporais:
A data e hora utilizadas para alinhar as etapas temporais.
A distância utilizada para determinar a zona utilizada para cálculos de hot spots. A zona tem de ser maior do que o tamanho da caixa, por forma a assegurar que cada caixa tem pelo menos um elemento vizinho. Cada caixa é analisada e comparada com as caixas vizinhas.
Este é um parâmetro temporário de pré-lançamento para definir a referência espacial. Muitas ferramentas de big data requerem que o sistema de coordenadas projetado seja utilizado como referência espacial para processamento. Por predefinição, a ferramenta utilizará o sistema de coordenadas de entrada, mas irá falhar no caso de o mesmo se tratar de um sistema de coordenadas geográficas. Para definir um sistema de coordenadas projetado, introduza o WKID. Por exemplo, Web Mercator seria introduzido como 3857
.
Os resultados de GeoAnalytics são armazenados num ArcGIS Data Store e exibidos como uma camada de elementos no Portal for ArcGIS. Na maioria dos casos, os resultados deverão ser armazenados num armazenamento de dados espaciotemporal, sendo este o comportamento predefinido. Em alguns casos, será uma boa opção guardar os resultados no armazenamento de dados relacional. As seguintes são razões que justificam o armazenamento de resultados no armazenamento de dados relacional.
Não deverá utilizar o armazenamento de dados relacional caso antecipe um aumento dos seus resultados de GeoAnalytics e necessite de tirar partido das funcionalidades de armazenamento de big data espaciotemporais para gerir grandes quantidades de dados.
O nome da camada que será criada em O Meu Conteúdo e adicionada ao mapa. O nome padrão é baseado no nome da ferramenta e do nome da camada de entrada. Caso a camada já existe, a ferramenta irá falhar.
A camada de resultados deve exibir agrupamentos estatisticamente significativos de valores altos e baixos ou contagem de pontos. Se o nome da camada de resultados já existir, ser-lhe-á solicitado que altere o nome da mesma.
Ao utilizar a caixa suspensa Guardar resultado em pode definir o nome da pasta em O Meu Conteúdo onde o resultado será guardado.