যদি একই ভৌগলিক অঞ্চলে আমার দুটি পয়েন্ট প্যাটার্ন বিতরণ হয় তবে আমি কীভাবে দৃষ্টিভঙ্গি এবং পরিমাণগতভাবে এই দুটি বিতরণের তুলনা করব?
এছাড়াও ধরে নিন যে আরও ছোট অঞ্চলে আমার অনেকগুলি পয়েন্ট রয়েছে, তাই কেবল পিনের মানচিত্র প্রদর্শন করা তথ্যহীন।
যদি একই ভৌগলিক অঞ্চলে আমার দুটি পয়েন্ট প্যাটার্ন বিতরণ হয় তবে আমি কীভাবে দৃষ্টিভঙ্গি এবং পরিমাণগতভাবে এই দুটি বিতরণের তুলনা করব?
এছাড়াও ধরে নিন যে আরও ছোট অঞ্চলে আমার অনেকগুলি পয়েন্ট রয়েছে, তাই কেবল পিনের মানচিত্র প্রদর্শন করা তথ্যহীন।
উত্তর:
সর্বদা হিসাবে, এটি আপনার উদ্দেশ্য এবং ডেটা প্রকৃতির উপর নির্ভর করে। সম্পূর্ণ ম্যাপযুক্ত ডেটার জন্য একটি শক্তিশালী সরঞ্জাম হ'ল রিপলির এল ফাংশন, রিপলির কে ফাংশনের নিকটাত্মীয় । প্রচুর সফ্টওয়্যার এটি গণনা করতে পারে। আরকিজিআইএস এটি এখনই করতে পারে; আমি চেক করিনি। ক্রাইমস্ট্যাট এটি করে। তাই জিওডা এবং আর । সম্পর্কিত মানচিত্রের সাথে এর ব্যবহারের একটি উদাহরণ উপস্থিত হয়
সিন্টন, ডিএস এবং ডাব্লু হুবার। আমেরিকা যুক্তরাষ্ট্রের পোলকা এবং এর জাতিগত heritageতিহ্য ম্যাপিং। ভূগোল ভলিউম জার্নাল 106: 41-47। 2007
রিপলির কে এর "এল ফাংশন" সংস্করণটির ক্রাইমস্ট্যাট স্ক্রিনশটটি এখানে রয়েছে:
নীল বক্ররেখাগুলি বিন্দুগুলির একটি খুব অ-এলোমেলো বিতরণ ডকুমেন্ট, কারণ এটি শূন্যের চারপাশে লাল এবং সবুজ রঙের ব্যান্ডগুলির মধ্যে অবস্থিত নয়, যেখানে এলোমেলো বিতরণের এল-ফাংশনের জন্য নীল ট্রেসটি মিথ্যা বলা উচিত।
জন্য নমুনা ডেটা, অনেক স্যাম্পলিং প্রকৃতির উপর নির্ভর করে। গণিত এবং পরিসংখ্যানগুলিতে সীমাবদ্ধ (তবে পুরোপুরি অনুপস্থিত নয়) যাদের পটভূমি রয়েছে তাদের কাছে অ্যাক্সেসের জন্য এটির জন্য একটি ভাল উত্স হ'ল স্যাম্পলিংয়ের স্টিভেন থম্পসনের পাঠ্যপুস্তক ।
এটি সাধারণত এমন হয় যে বেশিরভাগ পরিসংখ্যানগত তুলনাগুলি গ্রাফিকভাবে চিত্রিত করা যেতে পারে এবং সমস্ত গ্রাফিকাল তুলনা একটি পরিসংখ্যানের প্রতিরূপের সাথে সঙ্গতিপূর্ণ বা প্রস্তাব দেয়। অতএব পরিসংখ্যান সাহিত্যের কাছ থেকে আপনি যে কোনও ধারণাগুলি পেয়েছেন সেগুলি ম্যাপ করার জন্য দরকারী উপায়গুলি বা অন্যথায় গ্রাফিকভাবে দুটি ডেটাসেটের তুলনা করার পরামর্শ দেয়।
দ্রষ্টব্য: whuber এর মন্তব্য অনুসরণ করে নিম্নলিখিতটি সম্পাদিত হয়েছিল
আপনি মন্টি কার্লো পদ্ধতির অবলম্বন করতে চাইতে পারেন। এখানে একটি সহজ উদাহরণ। ধরুন আপনি নির্ধারণ করতে চান যে অপরাধের ঘটনাগুলি A এর পরিসংখ্যানগতভাবে বি এর মতো, আপনি এ এবং বি ইভেন্টগুলির মধ্যে পরিসংখ্যানকে এলোমেলোভাবে পুনরায় বরাদ্দকৃত 'চিহ্নিতকারী' এর জন্য এ জাতীয় পরিমাপের একটি অভিজ্ঞতাগত বিতরণের সাথে তুলনা করতে পারেন।
উদাহরণস্বরূপ, এ (সাদা) এবং বি (নীল) এর বিতরণ দেওয়া হয়েছে,
আপনি এলোমেলোভাবে সম্মিলিত ডেটাসেটের সমস্ত পয়েন্টগুলিতে A এবং B লেবেলগুলি পুনঃনির্ধারণ করুন। এটি একটি একক সিমুলেশনের উদাহরণ:
আপনি এটিকে বহুবার পুনরাবৃত্তি করেন (999 বার বলুন) এবং প্রতিটি সিমুলেশনের জন্য আপনি এলোমেলো লেবেলযুক্ত পয়েন্টগুলি ব্যবহার করে একটি পরিসংখ্যান (এই উদাহরণের গড় নিকটতম প্রতিবেশী পরিসংখ্যান) গণনা করুন। অনুসরণ করা কোডের স্নিপেটগুলি আর-তে রয়েছে ( স্প্যাটস্যাট লাইব্রেরির ব্যবহার প্রয়োজন )।
nn.sim = vector()
P.r = P
for(i in 1:999){
marks(P.r) = sample(P$marks) # Reassign labels at random, point locations don't change
nn.sim[i] = mean(nncross(split(P.r)$A,split(P.r)$B)$dist)
}
তারপরে আপনি ফলাফলগুলি গ্রাফিকভাবে তুলনা করতে পারেন (লাল উলম্ব রেখাটি মূল পরিসংখ্যান),
hist(nn.sim,breaks=30)
abline(v=mean(nncross(split(P)$A,split(P)$B)$dist),col="red")
বা সংখ্যাগতভাবে।
# Compute empirical cumulative distribution
nn.sim.ecdf = ecdf(nn.sim)
# See how the original stat compares to the simulated distribution
nn.sim.ecdf(mean(nncross(split(P)$A,split(P)$B)$dist))
নোট করুন যে গড় নিকটতম প্রতিবেশী পরিসংখ্যান আপনার সমস্যার জন্য সেরা পরিসংখ্যান পরিমাপ নাও হতে পারে। কে-ফাংশন এর মতো পরিসংখ্যান আরও প্রকাশিত হতে পারে (ঝুঁকির উত্তর দেখুন)।
উপরেরগুলি সহজেই মডেলবিল্ডার ব্যবহার করে আরকজিআইএস-এর অভ্যন্তরে প্রয়োগ করা যেতে পারে। একটি লুপে, এলোমেলোভাবে প্রতিটি বিন্দুতে বৈশিষ্ট্য মানগুলি পুনরায় নির্ধারণ করে তারপরে একটি স্থানিক পরিসংখ্যান গণনা করুন। আপনার ফলাফলটি টেবিলের সাথে সংযুক্ত করতে সক্ষম হওয়া উচিত।
spatstat
প্যাকেজে ফাংশনগুলি ব্যবহার করে ।
আপনি ক্রাইমস্ট্যাট পরীক্ষা করে দেখতে চাইতে পারেন।
ওয়েবসাইট অনুযায়ী:
ক্রাইমস্ট্যাট নেড লেভিন অ্যান্ড অ্যাসোসিয়েটস কর্তৃক বিকাশিত অপরাধের ঘটনার স্থান বিশ্লেষণের জন্য একটি স্থানিক পরিসংখ্যান কর্মসূচী, যা ন্যাশনাল ইনস্টিটিউট অফ জাস্টিসের অনুদান দ্বারা অর্থায়িত হয়েছিল (1997-IJ-CX-0040, 1999-IJ-CX-0044, 2002-IJ-CX-0007, এবং 2005-IJ-CX-K037)। প্রোগ্রামটি উইন্ডোজ ভিত্তিক এবং বেশিরভাগ ডেস্কটপ জিআইএস প্রোগ্রামগুলির সাথে ইন্টারফেস। উদ্দেশ্য আইন প্রয়োগকারী সংস্থাগুলি এবং ফৌজদারি বিচার বিভাগের গবেষকদের তাদের অপরাধ ম্যাপিংয়ের প্রচেষ্টায় সহায়তা করার জন্য পরিপূরক পরিসংখ্যানমূলক সরঞ্জাম সরবরাহ করা। ক্রাইমস্ট্যাট বিশ্বজুড়ে অনেক পুলিশ বিভাগের পাশাপাশি ক্রিমিনাল জাস্টিস এবং অন্যান্য গবেষকরা ব্যবহার করছেন। সর্বশেষ সংস্করণটি 3.3 (ক্রাইমস্ট্যাট তৃতীয়)।
একটি সহজ এবং দ্রুত পদ্ধতির হিটম্যাপ এবং এই দুটি হিটম্যাপের একটি পার্থক্য মানচিত্র তৈরি করা হতে পারে। সম্পর্কিত: কার্যকর তাপ-মানচিত্র কীভাবে তৈরি করবেন?
মনে করুন আপনি স্থানিক অটো-সম্পর্কিত সম্পর্কিত সাহিত্য পর্যালোচনা করেছেন। : ArcGIS টুলবক্স স্ক্রিপ্ট মাধ্যমে আপনার জন্য এমনটি করার জন্য বিভিন্ন পয়েন্ট এবং ক্লিক টুলস রয়েছে -> প্যাটার্নস বিশ্লেষণ স্থানিক পরিসংখ্যান সরঞ্জাম ।
আপনি পিছনের দিকে কাজ করতে পারেন - একটি সরঞ্জাম সন্ধান করুন এবং এটি প্রয়োগ করা অ্যালগরিদম পর্যালোচনা করুন এটি আপনার পরিস্থিতিতে স্যুট করে কিনা তা দেখুন। আমি মাটির খনিজগুলির সংঘটিত স্থানিক সম্পর্কের তদন্ত করার সময় কিছুক্ষণ আগে মরানের সূচক ব্যবহার করেছি।
দুটি ভেরিয়েবল এবং তাত্পর্য স্তরের মধ্যে পরিসংখ্যানগত পারস্পরিক সম্পর্কের স্তর নির্ধারণ করতে আপনি অনেক পরিসংখ্যান সফটওয়্যারগুলিতে দ্বিখণ্ডিত পারস্পরিক সম্পর্ক বিশ্লেষণ চালাতে পারেন। তারপরে আপনি ক্লোরোপলথ স্কিম ব্যবহার করে একটি ভেরিয়েবল ম্যাপিং করে এবং অন্যান্য ভেরিয়েবল স্নাতক চিহ্নগুলি ব্যবহার করে আপনার পরিসংখ্যানগত অনুসন্ধানগুলি ব্যাক আপ করতে পারেন। একবার ওভারলেড হয়ে গেলে আপনি নির্ধারণ করতে পারবেন কোন অঞ্চলগুলি উচ্চ / উচ্চ, উচ্চ / নিম্ন এবং নিম্ন / নিম্ন স্থানের সম্পর্ক প্রদর্শন করে। এই উপস্থাপনাটির কিছু ভাল উদাহরণ রয়েছে।
আপনি কিছু অনন্য জিওভিজুয়ালাইজেশন সফ্টওয়্যারও চেষ্টা করতে পারেন। আমি এই ধরণের ভিজ্যুয়ালাইজেশনের জন্য সত্যই কমনজিআইএস পছন্দ করি। আপনি কোনও পাড়া (আপনার উদাহরণ) নির্বাচন করতে পারেন এবং সমস্ত দরকারী পরিসংখ্যান এবং প্লট আপনার জন্য এখনই উপলভ্য হবে। এটি বহু পরিবর্তনশীল মানচিত্রের বিশ্লেষণকে যথেষ্ট অনায়াসে করে তোলে।
এর জন্য একটি চতুর্ভুজ বিশ্লেষণ দুর্দান্ত হবে। এটি একটি জিআইএস পদ্ধতি যা বিভিন্ন পয়েন্ট ডেটা স্তরগুলির স্থানিক নিদর্শনগুলি হাইলাইট করতে এবং তুলনা করতে সক্ষম।
চতুর্ভুজ বিশ্লেষণের একটি রূপরেখা যা একাধিক পয়েন্ট ডেটা স্তরগুলির মধ্যে স্থানিক সম্পর্কের পরিমাণকে সংশোধন করে http://www.nccu.edu/academics/sc/artsandsciences/geospatialscience/_documents/se_daag_poster.pdf এ পাওয়া যাবে ।