【ArcGIS工具箱】130.聚类分布制图——优化的异常值分析

2024年8月7日

43

本系列配套练习数据下载链接：

链接：https://pan.baidu.com/s/1imKDcw9wZWk_ItR8fwugZw?pwd=mnsj 提取码：mnsj

如有需要请尽快下载。如若失效，我也会在最新发布文章中更新下载链接。

聚类分布制图工具集可通过执行聚类分析来识别具有统计显著性的热点、冷点和空间异常值的位置。这些工具在需要根据一个或多个聚类的位置执行某些行动时特别有用，例如在需要分配更多的警力来处理一组集中出现的入室盗窃案时，或者需要确定疾病爆发的地点以找到疾病根源的线索时。

此外，与之前介绍的“分析模式”工具集只能回答“是否存在空间聚类”这样的问题不同，“聚类分布制图”工具可以更加直观地呈现聚类位置和范围，所解答的问题是“聚类（热点/冷点）的出现位置在哪里”、“空间异常值的出现位置在哪里”以及“哪些要素最相似”。

聚类分布制图工具集包含聚类和异常值分析、分组分析、热点分析、优化的热点分析、优化的异常值分析、相似搜索六个工具。

本次主要介绍优化的异常值分析工具。

1、概念：

优化的异常值分析工具用于识别具有统计显著性的高值（热点）和低值（冷点）的空间聚类以及您的数据集范围内的高异常值和低异常值。它自动聚合事件数据，识别适当的分析范围，并纠正多重测试和空间依赖性。该工具对数据进行查询，以确定用于生成可优化聚类和异常值分析结果的设置。

如果要完全控制这些设置，可以改用聚类和异常值分析 (Anselin Local Moran’s I)工具。

关于聚类和异常值分析 (Anselin Local Moran’s I)工具的相关内容可以查看以下文章：

【ArcGIS工具箱】128.聚类分布制图——聚类和异常值分析 (Anselin Local Moran’s I)

优化的异常值分析工具的工作流与之前介绍的优化的热点分析工具类似，也包括以下五个部分：

1、初始数据评估：

2、事件聚合：

3、分析范围：

前三部分与之前介绍的优化的热点分析工具类似，可用参看以下文章：

【ArcGIS工具箱】129.聚类分布制图——优化的热点分析

4、聚类和异常值分析：

所有检查和参数设置均已完成。下一步是运行 Anselin Local Moran’s I 统计。

Anselin Local Moran’s I 统计结果将使用错误发现率 (FDR) 校正方法对多重测试和空间依赖性进行自动更正。在应用 FDR 校正后，写入结果窗口中的消息将对标识为具有统计学意义的高或低异常值和高或低聚类的要素数进行汇总。

5、输出：

优化的异常值分析工具的最后一部分是创建输出要素。如果输入要素表示需要聚合的事件数据，则输出要素将反映聚合的加权要素（渔网面或六边形面像元或为事件点聚合面参数提供的聚合面或加权点）。每个要素都包含 local Moran’s I 指数值 (LMiIndex)、z 得分、p 值、聚类/异常值类型 (COType) 结果和每个要素在计算中所包括的相邻要素数。

2、工具：

1、输入要素为面要素：

加载【行政区划】面要素。属性表中的【2017】字段表示各省市生产总值数据。

选择【系统工具箱→Spatial Statistics Tools→聚类分布制图→优化的异常值分析】工具，在弹出的对话框中进行设置。

事件数据聚合方法：用于创建加权要素以通过事件点数据进行分析的聚合方法；
定义事件潜在发生位置的边界多边形：代表了事件可能发生的地理区域。通过设置这个参数，用户可以限制热点分析的计算范围，使其仅在指定的边界多边形内进行；
用于将事件聚合到计数的面：用于将事件聚合到计数的面要素。主要是指在进行热点分析前，将离散的事件数据（如点数据）聚合到特定的面要素中，以便进行进一步的空间统计分析。该参数允许用户指定如何将事件数据分配到各个地理区域（面）内，并统计每个区域内的事件数量；
像元大小：设置用于聚合点数据的格网的大小。选择渔网格网或者六边形格网时定义；
距离范围：在进行热点分析时考虑的邻近要素之间的最大距离。该参数对于确定哪些要素应该被包括在分析中，以及它们之间的空间关系如何影响分析结果至关重要。