Buscar puntos calientes
La herramienta Buscar puntos calientes determinará si hay algún clustering estadísticamente significativo en el patrón espacial de tus datos.
- ¿Están realmente agrupados tus puntos (incidentes criminales, árboles, accidentes de tráfico)?¿Cómo puedes estar seguro?
- ¿Has descubierto de verdad un punto caliente estadísticamente significativo (para el gasto, la mortalidad infantil, notas de examen sistemáticamente altas) o contaría tu mapa una historia diferente si cambiaras sus símbolos?
Incluso los patrones espaciales aleatorios presentan cierto grado de clustering. Además, nuestros ojos y nuestros cerebros intentan, de forma natural, encontrar patrones aunque no exista ninguno. En consecuencia, puede ser difícil saber si los patrones de los datos son el resultado de procesos espaciales reales en acción o de una simple casualidad aleatoria. Esta es la razón por la que los investigadores y analistas utilizan métodos estadísticos como Buscar puntos calientes (Getis-Ord Gi*) para cuantificar los patrones espaciales. Cuando encuentras un clustering estadísticamente significativo en tus datos, dispones de una información valiosa. Saber dónde y cuándo se produce el clustering puede proporcionar pistas importantes sobre los procesos que producen los patrones que se están viendo. Saber que los robos residenciales, por ejemplo, son por sistema más frecuentes en ciertas vecindades es una información vital si se tienen que diseñar estrategias de prevención eficaces, asignar recursos policiales escasos, iniciar programas de vigilancia vecinal, autorizar investigaciones criminales en profundidad o identificar sospechosos potenciales.
Elegir la capa cuyos puntos calientes se van a calcular
La capa de puntos o de áreas cuyos puntos calientes y fríos se van a encontrar.
Buscar clusters de concentraciones altas y bajas de puntos
Este análisis responde a la pregunta: ¿Dónde se agrupan espacialmente los valores altos y bajos?
Si tus datos son puntos y eliges Recuento de puntos, esta herramienta evaluará la distribución espacial de las entidades de puntos para responder a la pregunta: ¿Dónde se agrupan o se dispersan inesperadamente los puntos?
Si eliges un campo, esta herramienta evaluará la distribución espacial de los valores asociados con cada entidad para responder a la pregunta: ¿Dónde se agrupan los valores altos y bajos?
Recuentos de puntos
El ajuste predeterminado es contar puntos dentro de una malla creada por la herramienta a partir de los datos de puntos. Si lo prefieres, puedes proporcionar una capa de áreas (normalmente reflejarán los distritos de informes administrativos como distritos censales, límites municipales o condados) para responder a la pregunta: Dado el número de puntos contados dentro de cada entidad de área, ¿existen ubicaciones con clustering espacial estadísticamente significativo de recuentos de puntos altos o bajos?
Definir ubicación posible de puntos
Dibuja o proporciona una capa que define dónde se pueden dar los incidentes para responder a la pregunta: Dentro de las áreas, ¿hay alguna ubicación con concentraciones de puntos inesperadamente altas o bajas?
Las entidades de área que se dibujan o las entidades de la capa de área especificada deben definir dónde se pueden encontrar los puntos. Para dibujar estas áreas, haz clic en el botón Dibujar y, a continuación, haz clic en una ubicación del mapa para crear la forma de un área. Para dibujar otras áreas, haz clic de nuevo en el botón Dibujar y, a continuación, haz clic en una ubicación del mapa y continúa.
Dividido por
En ocasiones, se desea analizar patrones que tienen en cuenta las distribuciones subyacentes. Por ejemplo, si los puntos representan los crímenes, al dividir por la población total se obtendrá un análisis de los crímenes per cápita y no un recuento de crímenes. La elección de un atributo para dividir por él se denomina en muchos casos normalización.
Al elegir Esri Population, se geoenriquecerá cada entidad de área con valores de población que se usarán como atributo por el que se va a dividir. Esta opción usará créditos.
Nombre de capa de resultados
Proporciona un nombre para la capa que se creará en Mi contenido y se agregará al mapa. Esta capa de resultados te mostrará los clusters estadísticamente significativos de valores o recuentos de puntos altos y bajos. Si el nombre de la capa del resultado ya existe, se te pedirá que cambies el nombre.
En el cuadro desplegable Guardar el resultado en, puedes especificar el nombre de una carpeta de Mi contenido en la que se guardará el resultado.