
हॉट स्पॉट खोजें टूल निर्धारण करेगा यदि आपके डेटा के स्पेशियल पैटर्न में कोई भी सांख्यिकीय महत्वपूर्ण समूह है।
यहां तक कि अनियमित स्पेशियल पैटर्न कुछ हद तक समूहीकरण के प्रमाण दर्शाते हैं। इसके अलावा, हमारी आँखें और दिमाग स्वाभाविक रूप से पैटर्न खोजने के प्रयास करता है, भले ही कोई भी मौजूद ना हो। परिणामस्वरूप, यह जानना मुश्किल हो सकता है कि आपके डेटा में पैटर्न, काम पर वास्तविक स्पेशियल प्रक्रिया या अनियमित मौके के परिणाम हैं। इसीलिए शोधकर्ता और विश्लेषक स्पेशियल प्रतिमान की गणना हेतु हॉट स्पॉट खोजें (Getis-Ord Gi*) जैसे सांख्यिक तरीके इस्तेमाल करते हैं। जब आप अपने डेटा में सांख्यिकीय महत्वपूर्ण समूह मिलता हैं, तो आप के पास बहुमूल्य जानकारी होती है। यह जानना कि कब और कहाँ समूहीकरण होता है, आपके द्वारा देखे जा रहे पैटर्न को बढ़ावा देने के बारे में महत्वपूर्ण संकेत दे सकता है। यदि आप को पुलिस संसाधनों का सीमित आवंटन, पड़ोसी की निगरानी कार्यक्रम आरंभ, गहराई से आपराधिक जांच को अधिकृत, संभावित संदिग्धों की पहचान करने और प्रभावी रोकथाम रणनीति बनाने की ज़रूरत है, तो आवासीय चोरी के बारे में जानना एक अमहत्वपूर्ण जानकारी है, उदाहरण के लिए, एक विशेष पड़ोस में लगातार अधिक होती है।
बिंदु लेयर जिसमें से हॉट और कोल्ड स्पॉट्स मिलेंगे।
यह विश्लेषण पात्रों का उपयोग करता है और अनुमानित निर्देशांक प्रणाली आवश्यक है। आप विश्लेषण परिवेश में संसाधनीय निर्देशांक प्रणाली सेट कर सकते हैं। यदि आपकी संसाधनीय निर्देशांक प्रणाली किसी अनुमानित निर्देशांक प्रणाली पर सेट नहीं है, तो जब आप विश्लेषण चलाएंगे आपको इसे सेट करने के लिए कहा जाएगा।
अपने नक्शे से एक लेयर चुनने के अलावा, आप बड़ी डेटा फ़ाइल साझा डेटासेट या फीचर लेयर के लिए अपनी सामग्री ब्राउज़ करने के लिए ड्रॉप-डाउन सूची के निचले भाग में ब्राउज़ लेयर चुन सकते हैं।
यह विशेलेष्ण प्रश्न का उत्तर देता है, कहां उच्च और निम्न मानों के स्पेशियल समूह हैं?
यदि आपका डेटा बिंदु हैं और आप चुनते हैं बिंदु संख्या, यह टूल प्रश्न का उत्तर देने के लिए बिंदु फीचर्स की स्पेशियल व्यवस्था का मूल्यांकन करेगा: जहां बिंदु अप्रत्याशित रूप से समूह में हैं या बिखरे हुए हैं?
यदि आप एक फील्ड का चयन करते हैं, तो यह टूल प्रश्न का उत्तर देने के लिए प्रत्येक बिंदु फीचर से संबंधित मान की स्पेशियल व्यवस्था का मूल्यांकन करेगा: उच्च और निम्न मानों के समूहीकरण है?
वर्गाकार डिब्बों को तैयार करने के लिए प्रयुक्त दूरी का प्रयोग आपके इनपुट बिंदुओं के विश्लेषण के लिए किया जाएगा।
यदि बिंदु लेयर पर समय सक्रिय होता है, तथा यह तत्काल प्रकार का है, तो आप समय अंतरालों का प्रयोग करके विश्लेषण कर सकते हैं।
समय चरण उत्पन्न करने के लिए उपयोग किए गए समय का अंतराल। समय को इनपुट डेटा के शुरूआती या समापन समय के लिए, अथवा निर्दिष्ट संदर्भ समय के लिए संरेखित किया जा सकता है।
समय चरण उत्पन्न करने के लिए उपयोग किए गए समय का अंतराल। समय को इनपुट डेटा के शुरूआती या समापन समय के लिए, अथवा निर्दिष्ट संदर्भ समय के लिए संरेखित किया जा सकता है।
समय अंतराल कैसे संरेखित किए जाते हैं। समय अंतराल संरेखित करने के तीन तरीके हैं:
समय अंतराल संरेखित करने में प्रयुक्त तारीख एवं समय।
हॉट स्पॉट की गणनाओं के लिए प्रयुक्त पड़ोस को सुनिश्चित करने हेतु प्रयुक्त दूरी। प्रत्येक बिन का कम से कम एक समीपी होना सुनिश्चित करने के लिए समीपी क्षेत्र बिन के आकार से बड़ा होना चाहिए। प्रत्येक डिब्बे का विश्लेषण और तुलना पड़ोस के डिब्बों से की जाती है।
यह प्रसंस्करण स्थानिक संदर्भ सेट करने के लिए पूर्व-रिलीज़ के लिए एक अस्थायी पैरामीटर है। कई बड़े डेटा टूल के लिए एक अनुमान समन्वय प्रणाली को प्रसंस्करण के लिए स्थानिक संदर्भ के रूप में प्रयोग किए जाने की आवश्यकता होती है। डिफ़ॉल्ट रूप से, टूल इनपुट समन्वय प्रणाली का उपयोग करेगा, लेकिन अगर यह एक भौगोलिक समन्वय प्रणाली है तो असफल हो जायेगा। एक प्रक्षेपित समन्वय प्रणाली सेट करने के लिए, WKID प्रविष्ट करें। उदाहरण के लिए, वेब मर्केटर के लिए 3857प्रविष्ट किया जाएगा।
GeoAnalytics परिणाम किसी ArcGIS Data Store पर संग्रहित किए जाते हैं और Portal for ArcGIS में किसी फीचर लेयर के रूप में दिखते हैं। अधिकतर मामलों में, परिणाम स्थान-कालिक आंकड़ा संग्रह में संग्रहित किए जाने चाहिए और यह मौलिक है। कुछ मामलों में परिणाम संबंधकारी आंकड़ा संग्रह में संग्रहित करना एक अच्छा विकल्प है। निम्नलिखित कारण स्पष्ट करते हैं कि क्यों आप परिणाम संबंधकारी आंकड़ा संग्रह में संग्रहित करना चाहते हैं:
आपको तब संबंधकारी डेटा स्टोर इस्तेमाल नहीं करना चाहिए यदि आपको अपने GeoAnalytics परिणामों के बढ़ने की उम्मीद हो और बड़ी मात्रा में आंकड़ों के संचालन हेतु आप स्थान-कालिक बड़े डेटा स्टोर की क्षमताओं का लाभ उठाना चाहते हों।
यह लेयर का नाम है जो मेरी सामग्री में बनाई जाएगी और मानचित्र में शामिल की जाएगी। इसका मूल नाम उपकरण के नाम और इनपुट लेयर के नाम पर आधारित है। अगर लेयर पहले से मौजूद है, तो टूल असफल हो जायेगा।
यह परिणामी लेयर आप को उच्च और निम्न मानों या बिंदु संख्या के सांख्यिकीय महत्वपूर्ण समूह दिखाएगी। यदि परिणामी लेयर का नाम पहले से ही मौजूद हैं, तो आप से यह नाम बदलने के लिए कहा जाएगा।
इसमें सहेजें ड्राप-डाउन बॉक्स का उपयोग करके, आप मेरी सामग्री में एक फोल्डर का नाम निर्दिष्ट कर सकते हैं, जहां परिणामों को सहेजा जाएगा।।