ابزارهای «آمار مکانی»: مرکز میانگین، بیضی، کانون داغ و K-Means

مرکز میانگین و فاصله‌ی استاندارد

مرکز ثقل پراکندگی نقطه‌ها را با n و std_distance_m می‌دهد. با «ستون وزن» (عددی) مرکز وزنی می‌شود، مثلاً مرکز ثقل جمعیت؛ با «ستون گروه‌بندی» برای هر مقدار یک مرکز ساخته می‌شود.

بیضی انحراف معیار

بیضی‌ای که جهت و گستره‌ی غالب پراکندگی را نشان می‌دهد (۱، ۲ یا ۳ انحراف معیار ≈ ۶۸، ۹۵ و ۹۹ درصد). major_m، minor_m و زاویه‌ی angle_deg (جهت قطر بزرگ از شمال) در جدول می‌آید. دست‌کم سه نقطه‌ی غیرهم‌خط لازم است.

کانون‌های داغ و سرد (Gi*)

برای یک ستون عددی، با آماره‌ی Getis-Ord Gi* معلوم می‌کند کدام عارضه‌ها در خوشه‌ی معنادارِ مقدار زیاد (داغ) یا کم (سرد) هستند. شعاع همسایگی را شما می‌دهید. ستون hotspot یکی از hot99، hot95، hot90، cold90، cold95، cold99 یا not_sig است و gi_z نمره‌ی z را می‌دهد. برای عارضه‌های چندضلعی از نقطه‌ی درون آن‌ها فاصله گرفته می‌شود. تا ۳۰۰۰ عارضه؛ لایه‌های بزرگ‌تر را با برش کوچک کنید. معنادار بودن به اندازه‌ی نمونه و انتخاب شعاع بستگی دارد؛ شعاع‌های مختلف را آزمایش کنید.

خوشه‌بندی K-Means

عارضه‌ها را به k گروه (۲ تا ۲۰۰) از نظر مکانی تقسیم می‌کند و cluster_id و cluster_size می‌دهد. برخلاف خوشه‌بندی تراکمی همه‌ی عارضه‌ها عضو یک خوشه می‌شوند؛ برای ساخت مسیر یا منطقه‌ی کاری مناسب است.