优化的异常值分析 (空间统计)

此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工具。

如果您重点关注各点存在与否，而不是每个点的特定测量属性，则事件数据为表示事件（犯罪、交通事故）或对象（树、店铺）的点。

计算的设置用于生成可优化聚类和异常值分析结果，这些结果在工具执行期间以消息形式报告。 相关工作流和算法在异常值分析工作原理中进行了详细说明。

此工具使用 Local Moran's I 指数 (LMiIndex)、z 得分、伪 p 值和聚类/异常值类型 (COType) 为输入要素类中的每一个要素创建一个新的输出要素类。 还包括具有相邻要素数的字段 (NNeighbors)，每个要素在进行计算的过程中都会涉及到这些相邻要素数。

该工具的输出包括一个直方图，其用于绘制所分析变量（分析字段或每个面中的事件计数）的值。 可以在内容窗格上的输出要素类下访问图表。

COType 字段可以识别统计显著性高低聚类（HH 和 LL）以及高低异常值（HL 和 LH），利用错误发现率 (FDR) 校正方法纠正了多重测试和空间依赖性。

z 得分和 p 值都是统计显著性的度量，用于逐要素地判断是否拒绝零假设。 实际上，它们可指明是表面相似性（高值或低值的空间聚类）还是表面相异性（空间异常值）比我们在随机分布中预期的更加明显。 输出要素类中的 z 得分和 p 值不反映任何类型的 FDR（错误发现率）校正。 有关 z 得分的详细信息，请参阅什么是 z 得分？ 什么是 p 值？

如果要素的 z 得分是一个较高的正值，则表示周围的要素拥有相似值（高值或低值）。 输出要素类中的 COType 字段会将具有统计显著性的高值聚类表示为 HH，将具有统计显著性的低值聚类表示为 LL。

如果要素的 z 得分是一个较低的负值（如，小于 -3.96），则表示有一个具有统计显著性的空间数据异常值。 输出要素类中的 COType 字段将指明要素是否是高值要素而四周围绕的是低值要素 (HL)，或者要素是否是低值要素而四周围绕的是高值要素 (LH)。

COType 字段将始终根据错误发现率 (FDR) 校正指明置信度为 95% 的统计显著性聚类和异常值。 只有统计显著性要素在 COType 字段中具有值。

如果未投影输入要素类（即，坐标单位为度、分和秒），或者将输出坐标系设置为地理坐标系，则采用弦测量方法计算距离。 使用弦距离测量法是因为此方法不仅计算速度快，而且提供真实测地线距离的良好估测，至少对于彼此 30 度以内的点是这样。 弦距离是基于扁椭球体计算的。 给定地球表面上的任意两点，两点之间的弦距离是从三维地球穿过然后连接该两点的一条线的长度。 弦距离报表将以米为单位。

如果您的研究区域超过 30 度，则请确保投影数据。 弦距离无法准确估算超出 30 度的测地线距离。

输入要素可以是点或面。 对于面要素，则需要分析字段。

如果具有分析字段，则应包含不同值。 此统计数学方法要求待分析的变量存在一定程度的变化；例如，如果所有输入都是 1 便无法求解。

借助分析字段，该工具适合包括采样数据在内的所有数据（点或面）。 实际上，即使存在过采样，该工具依然有效、可靠。 存在很多要素（过采样）时，该工具拥有更多信息用以计算准确、可靠的结果。 由于要素很少（欠采样），该工具会尽力生成准确可靠的结果，但可以使用的信息较少。

对于点数据，您可能对分析每个点要素相关的数据值感兴趣，因此将提供一个分析字段。 其他情况下，您会对评估点位置或点事件的空间模式（聚类）感兴趣。 是否提供分析字段取决于您提出的问题。

如果没有提供分析字段，工具将聚合所有点以获得点计数，从而用作分析字段。 存在三种可能的聚合方案：

虽然渔网格网是更常用的聚合形状，但在某些分析中，六边形可能是更好的选择。

仅当拥有所有已知点事件并且确定当前分析的点分布中没有任何偏差时，才能在不指定分析字段的情况下分析点数据。 对于采样数据，通常都会提供分析字段（除非您对采样方案的空间模式特别感兴趣）。

如果为事件数据聚合方法选择在渔网格网内计数事件或在六边形格网内计数事件，则可以选择性地提供限定可能发生事件的区域的边界面要素图层。 如果未提供任何边界面，工具将无法确定不含事件的位置是否应当为零，进而无法指示该位置是否可能存在事件，但事件未发生；也无法确定因该位置不可能发生事件，是否应从分析中将其移除。 因此，如果未提供边界面，则仅保留至少含一个事件的像元进行分析。 如果这不是您需要的行为，您可以提供定义事件潜在发生位置的边界面要素图层，以确保保留边界面内的所有位置。 不含基础事件的渔网或六边形像元的事件计数将为零。

将从分析中排除限定可能发生事件的区域的边界面或事件聚合面范围之外的所有事件。

性能调整参数指定分析中使用置换的数量。 选择置换检验次数时，需要兼顾精度和所需增加的处理时间。 增加置换检验次数将凭借扩大伪 p 值的可能值范围而提高精度。

置换可用于确定找到您所分析值的实际空间分布的可能性。 对于各个置换而言，各要素周围的邻域值将随机进行重新排列，并会计算出 Local Moran's I 值。 结果即为值的参考分布，随后会将该参考分布与实际观测到的 Moran's I 进行比较，以确定在随机分布中查找到观测值的可能性。 默认为 199 次置换；然而，随机样本分布会随着置换次数的增加而改进，进而提高伪 p 值的精度。

该工具可以根据您数据的特征计算最佳的分析比例，或者您可以通过覆盖设置中的距离范围参数来设置分析比例。 若要素在此距离内没有邻域，则距离范围会扩展以使每个要素都至少有一个邻域。

如果不使用工具选择最佳的格网像元大小和分析比例的默认设置，可以使用覆盖设置来设置用于分析的像元大小或距离范围。

像元大小选项可以使您能够设置用于聚合点数据的格网的大小。 例如，您可决定使每个渔网格网中的像元大小为 50 米乘 50 米。 如果聚合到六边形，则像元大小为每个六边形的高度，而所生成六边形的宽度为高度除以根号 3 再乘以 2。

若要识别空间 - 时间热点，您需要使用时空模式挖掘工具或生成空间权重矩阵和聚类和异常值分析工具。 有关空间-时间聚类分析的详细信息，请参阅时空模式挖掘文档和空间 - 时间聚类分析主题。

地图图层可用于定义输入要素类。在使用带有选择内容的图层时，分析只会包括所选的要素。

输出要素图层会自动添加到内容列表中，同时对 COType 字段应用默认渲染。 渲染由 \Resources\ArcToolBox\Templates\Layers 路径下的图层文件定义。 需要时，可使用应用图层的符号设置工具重新应用默认渲染。

在使用 shapefile 时，请注意 shapefile 无法存储空值。根据非 shapefile 输入创建 shapefile 的工具或其他过程可能会将空值存储（或解释）为零。某些情况下，空值则以极大的负值储存于 shapefile 中。这会产生意外的结果。有关详细信息，请参阅 shapefile 输出的地理处理注意事项。