العثور على النقاط الفعالة

ستعمل أداة العثور على النقاط الفعالة على تحديد ما إذا كان هناك أي تجميع إحصائي مهم في النمط المكاني لبياناتك.

مخطط سير العمل

أمثلة

• قسم الشرطة الخاص بالمدينة يجري تحليلا لتحديد ما إذا كانت هناك علاقة بين جرائم العنف ومعدلات البطالة. وسيتم تنفيذ برنامج العمل في الصيف للمدارس الثانوية في المناطق التي يوجد فيها جرائم العنف العالية وارتفاع معدلات البطالة. سيتم استخدامالعثور على النقاط الفعالة للعثور على المناطق التي تحتوي على نقاط فعالة بالجرائم والبطالة ذات الأهمية الإحصائية.

• خبير استراتيجي سياسي يريد أن يعرف المناطق التي تُظهر نقاط الدعم الأقوى أو الأضعف لحزب سياسي معين في الانتخابات الأخيرة. يمكن أن تساعد هذه المعلومات في توجيه استراتيجيات الحملات لانتخابات مستقبلية. يستنتج الاستراتيجي نسبة أصوات الحزب الديموقراطي من نسبة أصوات الحزب الجمهوري، ومن ثمّ يستخدم أداة العثور على النقاط الفعالة للعثور على النقاط الفعالة وغير الفعالة في الاختلافات. النقاط الفعالة (باللون الأحمر) تدل على الدعم الجمهوري القوي بينما النقاط الضعيفة (باللون الأزرق) تدل على الدعم الديمقراطي القوي.

• يدرس موظف أمراض الأشجار من أجل تحديد أولويات مناطق الغابات التي ينبغي أن تتلقى العلاج ومعرفة المزيد عن المناطق التي تُظهر بعض المقاومة. يمكن استخدام أداة العثور على النقاط الفعالة لاكتشاف تجمعات الأشجار المريضة (النقاط الفعالة) والصحية (النقاط غير الفعالة).

ملاحظات الاستخدام

قد تكون معالم الإدخال نقاطًا أو مناطق.

تُستخدم معلمة البحث عن المجموعات المرتفعة والمنخفضة لتقييم الترتيب المكاني للمعالم. إذا كانت المعالم عبارة عن مناطق، عندئذِ يجب اختيار حقل. سيتم تحديد التجميع باستخدام الأرقام في الحقل المحدد. يمكن تحليل المعالم النقطية باستخدام حقل أو خيار أعداد نقطية. إذا تم استخدام أعداد النقاط، فستحدد الأداة ما إذا تم تجميع النقاط ذاتها بخلاف مجموعات قيم الحقل العالية والمنخفضة.

إذا تم تحليل النقاط باستخدام الأعداد النقطية, سوف يتوفر خيارين إضافيين. تتيح معلمة عد النقاط ضمن تجميع النقاط ضمن شبكة مربعات أو شبكة سداسية أو طبقة منطقة من جزء المحتويات، مثل المقاطعات أو الرموز البريدية. يتم استخدام المعلمة تعريف النقاط المحتملة لإنشاء منطقة أو العديد من مناطق الاهتمام. الخيارات الثلاثة لهذه المعلمة هي لا شيء، مما يعني أنه يتم استخدام جميع النقاط ومنطقة يتم تعريفها بواسطة طبقة منطقة من جزء المحتويات، ومناطق يتم إنشاؤها باستخدام أداة الرسم.

يمكن تسوية البيانات باستخدام معلمة القسمة على. تستخدم بيانات Esri Population GeoEnrichment وتتطلب استخدام اعتمادات. هناك خيار آخر وهو التسوية باستخدام حقل من طبقة الإدخال (يتوفر عند تعيين معلمة البحث عن المجموعات المرتفعة والمنخفضة على حقل، بدلاً من عدد النقاط). تشمل القيم التي يمكن استخدامها للتسوية عدد الأسر أو المنطقة.

ملاحظة:‏

لا تتوفر بيانات Esri Population لمعلمة القسمة على عندما تكون المؤسسة بها خدمة GeoEnrichment مخصصة تم تكوينها.

يمكن استخدام القائمة المنسدلة الخيارات لتعيين قيمة حجم خلية محددة أو قيمة نطاق مسافة للتحليل الخاص بك.

تحتوي الطبقة الناتجة على مزيد من الحقول التي تتضمن معلومات مثل الأهمية الإحصائية لكل معلم، وقيمة p ونقطة z. تحتوي الطبقة الناتجة أيضًا على معلومات عن التحليل الإحصائي في قسم الوصف من صفحة تفاصيل العنصر.

كيفية عمل أداة البحث عن النقاط الفعالة

حتى الأنماط المكانية العشوائية تعرض بعض نتائج التجميع. بالإضافة إلى ذلك، تحاول الأعين وكذلك التفكير في البحث عن الأنماط حتى في حالة عدم وجودها. بناءً على ذلك، يمكن أن يكون من الصعب معرفة ما إذا كانت الأنماط في البيانات نتيجة للعمليات المكانية في العمل أم مجرد نتيجة لفرصة عشوائية فقط. هذا هو سبب استخدام الباحثين والمحللين الوسائل الإحصائية مثل البحث عن النقاط الفعالة (Getis-Ord Gi*) لتحديد الأنماط المكانية.

تحسب أداة البحث عن النقاط الفعالة Getis-Ord Gi* (التي تنطق G-i-star) لكل معلم في مجموعة البيانات. تُخبرك عدد نقاط القيمة z وقيم p الناتجة بوجود المعالم ذات مجموعة القيم المرتفعة أو المنخفضة مكانيًا. تقوم أداة بحث عن النقاط الفعالةبحساب العناصر الافتراضية المُثلى بناءً خصائص البيانات المدخلة، كما بتطبيق تصحيح معدل اكتشاف الخطأ (FDR). يتم تحليل كل معلم في سياق المعالم المجاورة. قد لا يكون المعلم ذات القيمة المرتفعة مثير للاهتمام لكن قد لا يكون نقطة فعالة هامة إحصائيًا. ليكون المعلم نقطة فعالة مهمة إحصائيًا، ستكون له قيمة مرتفعة ويُحاط بمعالم أخرى ذات قيم مرتفعة أيضًا. تتم مقارنة المجموع المحلي للمعلم والمعالم المجاورة نسبيًا بمجموع جميع المعالم عندما يكون المجموع المحلي مختلفًا جدًا عن المجموع المحلي المتوقع، وعندما يكون هذا الاختلاف كبيرًا جدًا ليكون نتيجة مصادفة عشوائية، نتائج نقطة z إحصائيًا.

عند البحث عن التجمع الإحصائي في البيانات، تحصل على المعلومات ذات القيمة. معرفة أين ومتى يحدث التجمع يمكن أن يوفر الأدلة الفعالة والمتعلقة بالعمليات التي تحسن الأنماط التي تراها. يُعد العلم بأن حوداث السطو على المنازل، على سبيل المثال، تحدث بمعدل أكبر بشكل منتظم في أحياء محددة ضروريًا عند الرغبة في تصميم استرتيجيات فعالة لمنع حدوثها أو تخصيص الموارد غير الكافية للشرطة أو إطلاق برامج لمراقبة الأحياء أو إنشاء تحقيقات مُفصلة للجرائم أو تحديد الشكوك المحتملة.

تحليل معالم المنطقة

تتوفر البيانات لمعالم المنطقة، مثل مناطق التعداد السكاني والمقاطعات وأحياء الناخبين ومناطق المستشفيات وقطع الأراضي وحدود المتنزهات والأماكن الترفيهية ومستجمعات الأمطار وتصنيفات الغطاء الأرضي ومناطق الطقس. عندما تتضمن طبقة التحليل معالم المنطقة، يجب تحديد حقل رقمي سيُستخدم للعثور على مجموعات القيم المرتفعة والمنخفضة. يمكن أن يمثل هذا الحقل ما يلي:

• الأعداد (مثل عدد أفراد الأُسَر)
• المعدلات (مثل السكان الحاملين لدرجة جامعية)
• المتوسط (مثل متوسط دخل الأسرة)
• المؤشرات (مثل عدد النقاط الذي يشير إلى ما إذا كان مستوى إنفاق الأسرة على البضائع الرياضية فوق أو تحت المُعدل الطبيعي)

باستخدام الحقل الذي توفره، ستنشئ أداة البحث عن النقاط الفعالة خريطة (الطبقة الناتجة) تُظهر المناطق المناطق التي تحتوي على مجموعات مهمة إحصائيًا للقيم المرتفعة (النقاط الفعالة: حمراء) والقيم المنخفضة (النقاط غير الفعالة: زرقاء).

تحليل المعالم النقطية

تتوفر مجموعة متنوعة من البيانات كمعالم نقطية. يتم تمثيل نماذج المعالم في الأغلب بنقاط تشمل حوادث الجريمة والمدارس والمستشفيات وأحداث مكالمات الطوارئ وحوادث المرور وآبار المياه والأشجار والقوارب. قد تتجه أحيانًا إلى تحليل قيم البيانات (حقل) مقترن بجميع المعالم النقطية. في الحالات الأخرى، لن تهتم إلا بتقييم تجميع النقاط. يتوقف قرار توفير حقل أو عدمه على السؤال الذي تطرحه.

العثور على تجمعات القيم المرتفعة والمنخفضة المقترنة مع المعالم النقطية

قم بتوفير حقل التحليل للإجابة عن أسئلة مثل: أين تتجمع القيم المرتفعة والمنخفضة؟ قد يمثل الحقل الذي تحدده ما يلي:

• الأعداد (مثل عدد حوادث المرور في تقاطعات الشوارع)
• المعدلات (مثل البطالة في المدينة، حيث يتم تمثيل كل مدينة بمعلم نقطي)
• المتوسط (مثل متوسط نتيجة اختبار الرياضيات بين المدارس)
• المؤشرات (مثل نتيجة إرضاء العميل الخاصة بوكلاء السيارات في المقاطعة)

العثور على تجمعات أعداد النقاط المرتفعة والمنخفضة

بالنسبة إلى بعض بيانات النقاط—عادة عند تمثيل كل نقطة لحدث أو حادثة أو الكشف عن حضور أو غياب—لن يمكن استخدام حقل تحليل واضح. في هذه الحالات، يمكنك العثور على الأماكن التي يكون فيها التجميع (مهمًا إحصائيًا) كثيفًا أو غير كثيف. في هذا التحليل، توضع معالم المنطقة (شبكة مربعات تنشئها الأداة، أو طبقة منطقة توفرها) فوق النقاط، ويتم حساب عدد النقاط التي تقع ضمن كل منطقة. تقوم الأداة بعد ذلك بإيجاد تجمعات أعداد النقاط المرتفعة والمنخفضة المقترنة مع جميع معالم المنطقة.

تحديد الأماكن التي يحتمل وجود النقاط بها

حدد طبقة منطقة أو ارسم مناطق تُحدد منطقة الدراسة التي تريد إجراء التحليل فيها في جميع المواقع التي قد تحدث فيها معالم نقاط الحادث. بالنسبة إلى هذا الخيار، سوف تقوم أداة البحث عن النقاط الفعالة بتراكب منطقة الدراسة المحددة مع شبكة مربعات، وتحسب النقاط التي تقع في كل مربع من مربعات شبكة المربعات. عند عدم تحديد الأماكن المحتملة لنقاط وقوع الحادث باستخدام هذا الخيار، فلن تحلل أداة البحث عن النقاط الفعالة سوى مربعات شبكة الصيد التي تحتوي على نقطة واحدة على الأقل. عند استخدام هذا الخيار لتعريف أماكن النقاط المحتملة، يتم إجراء التحليل لجميع مربعات الشبكة التي تقع في المناطق الحدودية التي قمت بتعريفها.

عد النقاط داخل مناطق التجميع

في بعض الحالات، تكون معالم المنطقة مثل مناطق التعداد السكاني أو مراكز الشرطة أو قطع الأراضي أكثر منطقية للتحليل عن شبكة المربعات الافتراضية.

اختيار للتقسيم بواسطة

تتوفر طريقتان مشتركتان لتحديد القيم الفعالة وغير الفعالة:

• بواسطة العدد—عند تحليلك لمجموعة بيانات محددة، غالبًا ما سترغب في العثور على النقاط الفعالة وغير الفعالة لعدد المعالم في جميع مناطق التجميع خلال منطقة الدراسة. على سبيل المثال، يمكنك البحث عن النقاط الفعالة التي يحدث فيها أكبر عدد من الجرائم، والنقاط غير الفعالة التي يحدث فيها أقل عدد من الجرائم لتجميع الموارد.
• بواسطة الكثافة - من على الجانب الأخر، تحليل وفهم النقوش التي تندرج في الحساب الذي يوضح عمليات التوزيع التي تؤثر على الظواهر ذات المغزى. تتم الإشارة إلى هذا المفهوم بصفته تسوية أو عملية قسمة قيمة بيانات جدولية رقمية واحدة على قيمة أخرى لتقليل الاختلافات في القيم استنادًا إلى حجم المناطق أو عدد المعالم في جميع المناطق. على سبيل المثال، عند وقوع جريمة، قد ترغب في التعرف على أماكن التجمعات التي تقع فيها أعداد مرتفعة ومنخفضة من الجرائم التي تضع السكان الأساسيين في الاعتبار. في هذه الحالة، يمكن أن تقوم بعد عدد الجرائم في جميع المناطق (حيث تكون هذه المنطقة إما شبكة مربعات أو مجموعة بيانات منطقة مختلفة) وقم بقسمة إجمالي عدد الجرائم الحالي على عدد السكان في هذه المنطقة. يمكن أن يمنحك هذا معدل الجريمة أو عدد الجرائم في كل منطقة. يجيب البحث عن النقاط الفعالة وغير الفعالة للجريمة لكل فرد عن سؤال مختلف يمكن أن يساعد أيضًا في توجيه عملية اتخاذ القرار.

تُعد كل من طريقتين تحليل البيانات في منطقة الدراسة صحيحتان، لكنها تستند فقط إلى السؤال الذي تسأله.

يُعد اختيار سمات مناسبة للقسمة أمرًا مهمًا. يتعين عليك التأكد من أن معلمة القسمة على هي معلمة تؤثر في الواقع على توزيع الظواهر المحددة التي تقوم بتحليلها.

عند اختيار سمة القسمة على لـ Esri Population، تُستخدم بيانات السكان من تغطية التوزيع السكاني العالمي لـ Esri. تأكد من أن دقة البيانات المتاحة للمنطقة التي تهتم بها متطابقة مع حجم المناطق التي يتم إثراؤها (إما مناطق التجميع التي يتم تقديمها أو مربعات شبكة المربعات التي يتم إنشاؤها).

تفسير النتائج

تكون المخرجات من أداة العثور على النقاط الفعالة عبارة عن خريطة. فيما يتعلق بالنقاط أو المناطق الموجودة في خريطة الطبقة الناتجة، كلما بدا اللون الأحمر أو الأزرق داكنًا بشكل أكبر، ازدادت ثقتك بأن التجمع ليس نتيجة احتمال عشوائي. المناطق والنقاط المعروضة باللون البيج، من جهة أخرى، ليست جزءًا من أي مجموعة مهمة إحصائيًا، ويمكن أن يصبح النمط المكاني المقترن مع هذه المعالم نتيجة مصادفة عشوائية. في بعض الأحيان، ستشير نتائج التحليل إلى عدم وجود أي مجموعات مهمة إحصائيًا على الإطلاق. هذه المعلومات مهمة. عندما يكون الجزء المكاني عشوائيًا، لا تتوفر مفاتيح للأسباب الرئيسية. في هذه الحالة، سيصبح لون جميع المعالم في طبقة النتائج بيج. ومع ذلك، عند البحث عن تجمعات مهمة إحصائيًا، تعد مواقع حدوث التجمعات مفاتيح هامة لما قد ينشئ التجمع. على سبيل المثال، يمكن أن يؤدي العثور على تجمعات مكانية هامة إحصائيًا للسرطان والمرتبطة بتسممات بيئية محددة إلى سياسات وأحداث مُصممة لحماية الأشخاص. وعلى نفس النحو، يمكن أن يوفر العثور على النقاط الفعالة لسمنة الأطفال في مدارس تقدم برامج رياضية بعد انتهاء اليوم الدراسي تبريرًا قويًا لتشجيع هذه الأنواع من البرامج على نطاق أوسع.

استكشاف الأخطاء وإصلاحها

تستند الطريقة الإحصائية المستخدمة بواسطة أداة العثور على النقاط الفعالة إلى نظرية الاحتمالية، ونتيجة لذلك، تحتاج إلى الحد الأدنى من عدد المعالم للتشغيل بفاعلية. تتطلب هذه الطريقة الإحصائية أيضًا أعداد متنوعة أو قيم حقول التحليل. عند تحليل حوادث الجرائم تبعًا للرقعة السكانية، كمثال، والتي تنتهي بنفس عدد الجرائم في كل رقعة، سيتعذر الحل على هذه الأداة. يوفر الجدول أدناه توضيح للرسائل التي يمكن أن تواجهها عند استخدام أداة العثور على النقاط الفعالة:

رسالة	مشكلة	الحل
تتطلب خيارات التحليل التي تم تحديدها حد أدنى 60 نقطة لحساب النقاط الفعالة والباردة.	يتعذر إيجاد معالم نقطية كافية داخل طبقة التحليل النقطية لحساب النتائج الموثوقة.	أضف المزيد من النقاط إلى طبقة التحليل. عوضًا عن ذلك، يمكنك تعريف مناطق التحليل المحيطة لإضافة المعلومات المتعلقة بأماكن احتمالية ظهور النقاط ولكنها لم تظهر. باستخدام هذه الطريقة، تحتاج إلى 30 نقطة كحد أدنى. يمكن أيضًا توفير مناطق التجميع التي تقوم بتراكب النقاط. تحتاج إلى 30 منطقة مضلع و30 نقطة كحد أدنى داخل هذه المناطق لعملية التحليل. عند الحصول على 30 نقطة على الأقل، يمكنك تحديد حقل تحليل. يساعد هذا في تغيير السؤال من أين تتواجد العديد من النقاط أو القليل منها ليصبح أين تتجمع قيم حقل التحليل مكانيًا.
تتطلب خيارات التحليل التي تم تحديدها حد أدنى 30 نقطة مع البيانات الصحيحة في حقل التحليل لحساب النقاط الفعالة والباردة.	لا توجد نقاط كافية أو نقاط كافية مقترنة بقيم الحقل التحليلي الفارغ داخل طبقة التحليل لحساب النتائج الموثوقة.	عند الحصول على أقل من 30 نقطة، لن تصبح طريقة التحليل هذه مناسبة للبيانات. عند الحصول على أكثر من 30 نقطة وكنت ترى هذه الرسالة، يمكن أن يتضمن حقل التحليل الذي تم تحديده على قيم فارغة. سيتم تخطي النقاط ذات قيم حقل التحليل الفارغة. هناك احتمالية أخرى تتمثل في الحصول على عامل تصفية نشط تقلل عدد النقاط المتاحة للتحليل.
تتطلب خيارات التحليل التي تم تحديدها حد أدنى 30 مضلعًا مع البيانات الصحيحة في حقل التحليل لحساب النقاط الفعالة والباردة.	لا توجد مناطق مضلعات كافية أو معالم مناطق كافية مقترنة مع قيم حقول التحليل غير الفارغة، في طبقة التحليل لحساب النتائج الموثوقة.	في حالة الحصول على أقل من 30 منطقة مضلع، لن تصبح طريقة التحليل هذه مناسبة للبيانات. عند الحصول على أكثر من 30 منطقة وكنت ترى هذه الرسالة، يمكن أن يحتوي حقل التحليل الذي تم تحديده على قيم فارغة. سيتم تخطي مناطق المضلعات ذات قيم حقول التحليل الفارغة. هناك احتمالية أخرى تتمثل في الحصول على عامل تصفية نشط يقلل عدد مناطق المضلعات المتاحة للتحليل.
يتطلب خيار التحليل الذي تم تحديده حد أدنى 30 نقطة ليتواجد داخل مناطق المضلع المحيطة.	يتم فقط تحليل النقاط الواقعة داخل مناطق التحليل المحيطة والتي تم رسمها أو توفيرها. لتوفير نتائج موثوقة، ينبغي أن يوجد 30 نقطة على الأقل داخل مناطق التحليل المحيطة.	إذا لم يكن لديك 30 نقطة على الأقل، فلن تكون هذه الأداة مناسبة للبيانات. باستخدام الحد الأدنى البالغ 30 معلمًا، سيكمن الحل هنا غالبًا في توفير مناطق تحليل محيطة مختلفة، وربما أكبر. هناك خيار آخر وهو توفير طبقة منطقة بها 30 مضلعًا كحد أدنى من مضلعات التجميع والتي تتراكب مع 30 نقطة على الأقل. عند توفير مناطق التجميع، سيتم القيام بالتحليل على أعداد النقاط داخل كل منطقة.
يتطلب خيار التحليل الذي تم تحديده 30 نقطة على الأقل لتتواجد داخل مضلعات التجميع.	يتم فقط تضمين النقاط الواقعة داخل مضلعات التجميع في التحليل. لتوفير نتائج موثوقة، ينبغي تواجد 30 نقطة على الأقل داخل مناطق المضلع التي تم توفيرها.	إذا لم يكن لديك 30 نقطة على الأقل، فلن تكون هذه الطريقة مناسبة للبيانات، وإلا فعليك رسم مناطق تحليل محيطة تتراكب مع 30 نقطة على الأقل أو توفيرها. ينبغي أن تقوم المناطق المحيطة بتفعيل جميع المناطق حيث احتمالية حدوث هذه النقاط.
يتطلب خيار التحليل الذي تم تحديده 30 من مناطق التجميع كحد أدنى.	يقوم الخيار الذي قمت بتحديده بتراكب مناطق التجميع أعلى النقاط ويحصى النقاط التي تقع داخل كل منطقة. سيتطلب وجود 30 عدد (30 منطقة) لتوفير النتائج الموثوقة كحد أدنى.	يمكن حساب النتائج الموثوقة عند توفير 30 نقطة كحد أدنى واقعة داخل 30 منطقة تجميع كحد أدنى. إذا لم يكن لديك 30 منطقة تجميع، يمكنك محاولة رسم مناطق تحليل محيطة تتراكب مع 30 نقطة على الأقل أو توفيرها. ينبغي أن تقوم المناطق المحيطة الحالية بتفعيل جميع المناطق حيث احتمالية حدوث هذه النقاط.
يتعذر حساب النقاط الفعالة والباردة عند تطابق عدد النقاط في جميع مناطق المضلعات. جرب مناطق المضلعات المختلفة أو خيارات التحليل لمختلفة.	عند قيام أداة العثور على نقاط فعالة بحساب عدد النقاط الواقعة داخل منطقة التجميع، يتم اكتشاف أن الأعداد تكون جميعها متطابقة. لحساب النتائج، تتطلب هذه الأداة بعض التنوع في عدد القيم التي تم الحصول عليها على الأقل.	يمكنك توفير مناطق تجميع بديلة لن ينتج عنها وجود عدد النقاط نفسه في جميع المناطق. عوضًا عن مناطق التجميع، يمكنك أيضًا محاولة رسم مناطق تحليل محيطة أو توفيرها. بطريقة بديلة، يمكن تحديد حقول التحليل. مع ذلك، يساعد هذا في تغيير السؤال من أين تتواجد العديد من النقاط أو القليل منها ليصبح أين تتجمع قيم حقل التحليل مكانيًا.
لا يوجد تنوع كافي في مواقع النقاط لحساب النقاط الفعالة والباردة. تقلل النقاط المتزامنة، مثال، التنوع المكاني. يمكن أن تقوم بتوفير المناطق المحيطة ومناطق التجميع (كحد أدنى 30) أو حقول التحليل.	استنادًا إلى عدد النقاط وكيفية توزيعها، تقوم الأداة بإنشاء شبكة صيد لتراكب النقاط. بعد حساب عدد النقاط الواقعة داخل كل مربع لشبكة الصيد وإزالة المربعات التي عددها يكون صفر، يتبقى أقل من 30 مربع. تتطلب هذه الأداة وجود 30 عدد (30 مربع) كحد أدنى لتوفير النتائج الموثوقة.	إذا شغلت النقاط مواقع فريدة قليلة (إذا وُجد العديد من النقاط المتزامنة)، فسيشير أحد الحلول إما إلى توفير مناطق تجميع تقوم بتراكب النقاط، أو رسم مناطق تحليل محيطة تشير إلى أماكن هذه النقاط المحتملة وغير المحتملة أو توفيرها. وهناك خيار آخر يتمثل في تحديد حقل تحليل. مع ذلك، يساعد هذا في تغيير السؤال من أين تتواجد العديد من النقاط أو القليل منها ليصبح أين تتجمع قيم حقل التحليل مكانيًا.
لا يعد هذا تنوع كافي خلال النقاط داخل مناطق المضلعات. يمكن محاولة توفير الحدود الأكبر.	استنادًا إلى المواقع النقطية وعدد النقاط، تقوم الأداة بإنشاء الشبكة لتراكب النقاط. بعد حساب عدد النقاط الواقعة داخل كل مربع لشبكة المربعات وإزالة المربعات التي تتواجد خارج مناطق التحليل المحيطة، سيتبقى أقل من 30 مربعًا في شبكة المربعات. تتطلب هذه الأداة وجود 30 عدد (30 مربع) كحد أدنى لتوفير النتائج الموثوقة.	عند تواجد النقاط في مواقع متنوعة داخل مناطق التحليل المحيطة، يمكن أن ترغب فقط في إنشاء حدود أكبر أو توفيرها. إذا شغلت النقاط مواقع متميزة قليلة (إذا وجد العديد من النقاط المتزامنة)، فسيكون الحل هو توفير مناطق التجميع التي تتراكب مع النقاط. وهناك خيار آخر يتمثل في تحديد حقل تحليل. مع ذلك، يساعد هذا في تغيير السؤال من أين تتواجد العديد من النقاط أو القليل منها ليصبح أين تتجمع قيم حقل التحليل مكانيًا.
تكون جميع قيم حقول التحليل واحدة. يتعذر حساب النقاط الفعالة والباردة إذا تعذر إيجاد تنوع في الحقل المراد تحليله.	العديد من النقاط التي يتم تحديدها في حقل التحليل لها نفس القيمة لجميع النقاط أو المعالم في طبقة التحليل. يتعذر حل هذه الإحصائيات المستخدمة من قبل هذه الأداة ما لم تتواجد قيمة متنوعة للعمل معها.	يمكن تحديد حقل تحليل أو معالم نقطية مختلفة أو تحليل كثافات نقطية عوضًا عن القيم النقطية.
سيتعذر حساب النقاط الفعالة والباردة للبيانات التي تم توفيرها. غذا كانت مناسبة، حاول تحديد حقل التحليل.	في حين أنه من غير المرجح، عند إنشاء الأداة لشبكة المربعات وكذلك حساب عدد النقاط داخل كل مربع، ستصبح أعداد جميع المربعات متطابقة.	قم بتوفير مناطق تجميع أو رسم مناطق تحليل محيطة أو توفيرها أو تحديد حقل تحليل.
ينبغي أن تكون حجم الخلية أقل من نطاق المسافة.	لقد قمت بتوفير قيمة نطاق مسافة أصغر من حجم كل خلية من خلايا الشبكة.	راجع الوحدات المحددة لكل من نطاق المسافة وحجم الخلية واستخدم القيمة الافتراضية المحسوبة بواسطة الأداة أو استخدم قيمة أكبر من حجم خلية شبكة واحدة.

يمكن البحث عن مزيد من المعلومات حول الخوارزميات المستخدمة بواسطة أداة البحث عن نقاط فعالة في كيفية عمل تحليل النقاط الفعالة المحسّنة.

أدوات مشابهة

استخدم أداة العثور على النقاط الفعالة لتحديد ما إذا يتوفر أي تجمع إحصائي هام في الأنماط المكانية للبيانات. يتم وصف الأدوات الأخرى التي قد تكون مفيدة أدناه.

أدوات تحليل Map Viewer

للبحث عن القيم الشاذة في النمط المكاني للبيانات، استخدم أداة البحث عن القيم الشاذة.

لإنشاء خريطة كثافة لمعالم النقاط أو الخطوط، استخدم أداة حساب الكثافة.

أدوات تحليل ArcGIS Pro

تنفذ أداة العثور على النقاط الفعالة الإحصائية نفسها المستخدمة في أدوات تحليل النقاط الفعالة (Getis-Ord Gi*) وتحليل النقاط الفعالة الأمثل.

العثور على النقاط الفعالة أيضًا في ArcGIS Pro. لتشغيل الأداة من ArcGIS Pro، يجب أن تدعم البوابة الإلكترونية النشطة للمشروع تشغيل ArcGIS Enterprise إصدار 10.5 أو أحدث. يجب عليك أيضًا تسجيل الدخول على البوابة الإلكترونية باستخدام حساب لديه امتيازات لإجراء تحليل معلم قياسي في البوابة الإلكترونية.