CÓMO
En ArcGIS Business Analyst Desktop, es posible que se devuelvan resultados estadísticamente no válidos al enriquecer sitios pequeños y/o polígonos que son comparativamente más pequeños que un polígono de grupo de bloques.
Antes de empezar a hablar de cómo funciona la incorporación/superposición espacial en Business Analyst Desktop, es importante comprender la terminología utilizada para definir las geografías del censo en Estados Unidos.
Geografía del censo de Estados Unidos
La unidad más pequeña de geografía censal en Estados Unidos es el bloque censal. El bloque censal está contenido en un grupo de bloques que se encuentra dentro de un distrito censal. Los distritos censales están contenidos dentro de los condados, y los condados están contenidos en los estados.
Los distritos censales, según el sitio web del Censo, pueden contener de 1200 a 8000 personas, con un tamaño óptimo de 4000 personas. El sitio web del censo establece que los límites de los distritos se delinean con el objetivo de que la delineación se mantenga durante mucho tiempo, ya que esto permite realizar una comparación estadística de un censo a otro.
Los grupos de bloques censales según el sitio web del censo contienen de 600 a 3000 personas. Cada distrito censal contiene al menos un grupo de bloques, y los grupos de bloques están numerados de forma única.
El bloque censal es un área delimitada por entidades visibles, como calles, carreteras, arroyos y vías de tren. Esto significa que dentro de una ciudad, un bloque manzana puede ser muy pequeño, como un área delimitada por calles circundantes, pero en las regiones suburbanas y rurales, un bloque puede ser muy grande.
Datos de Esri Business Analyst
Esri proporciona datos a nivel de grupo de bloques, ya que las geografías de los grupos de bloques capturan un área que captura los datos demográficos de forma eficaz y precisa. Los datos no están disponibles a nivel de bloque, los que existen suelen modelarse y puede carecer de precisión en comparación con el nivel de grupo de bloques.
Incorporar/Análisis de superposición espacial o Enriquecer una capa:
La distribución por grupos de bloques es el método de distribución más preciso, sobre todo cuando se trabaja con zonas más pequeñas. Los otros métodos de distribución, como los métodos en cascada o híbridos, son menos precisos pero más rápidos.
Este artículo se centra solo en el método de distribución de bloques y por qué a veces puede devolver resultados inesperados. El método de distribución de bloques utiliza un método geográfico de centroide ponderado para agregar datos para el área de estudio que se va a enriquecer. Este método utiliza los datos de puntos de bloque para distribuir sitios que pueden no envolver completamente un grupo de bloques.
Para obtener más información sobre cómo funciona la ponderación, consulte el documento de la API REST de ArcGIS: Distribución de datos.
Los datos de Business Analyst incluyen una clase de entidad denominada USA_ESRI_20XX_blocks que reside en la geodatabase block_data . Esta clase de entidad se utiliza en la distribución de los datos. La clase de entidad contiene atributos demográficos que se utilizan para ponderar todas las variables e incluyen variables de población, hogares, unidades de vivienda y negocio.
El siguiente ejemplo sencillo ilustra por qué se pueden ver resultados inesperados después de ejecutar la herramienta Superposición espacial/Incorporar.
La siguiente imagen muestra un grupo de bloques (BG), una clase de entidad de polígono que muestra los bloques censales dentro de este grupo de bloques y los puntos de bloque censal (centroides de bloques censales)
En este ejemplo, estamos enriqueciendo los bloques censales que residen en el polígono del grupo de bloques. Como se mencionó anteriormente, los puntos de bloque censal de Esri tienen ponderaciones para atributos de población, hogar y empresa, entre otros. Cuando se lleva a cabo Incorporar/Superposición espacial o Enriquecer, estas ponderaciones individuales para los bloques respectivos se multiplican por las variables correspondientes de la capa de grupo de bloques de Esri.
Por ejemplo, si se enriquecen variables de población incrementales como 2019 Population Age <1 + 2019 Population Age 1 + ......+ 2019 Population Age 84 + 2019 Population Age 85+, la ponderación de la población de la capa de puntos de bloque se multiplica por la variable de población respectiva de la capa de grupo de bloques de Esri.
Población de grupos de bloques de Esri (A) | Peso de la población en bloque (B) | Total (A x B) | |
2019 Population Age < 1 | 11
| 0.03144 | 0.3458 |
2019 Population Age 1 | 19
| 0.03144 | 0.5974 |
2019 Population Age 2 | 14 | 0.03144 | 0.4402 |
Los cálculos son estadísticamente válidos si pueden redondearse al menos a uno. De la tabla anterior, solo la variable 2019 Population Age 1 se redondeará a uno, las otras se redondearán a cero. Del mismo modo, si se suman todas las variables incrementales y se comparan con la población total del grupo de bloques, entonces el número puede ser más o menos que la población total.
Note: Depending on the density of the population in a particular census block, the weight can be small or large. The summation of all census block point weights in the block group will always equal to one.
Esta discrepancia es de esperar porque, cuando se enriquece un lugar/polígono que es pequeño y envuelve un solo punto de bloque censal, el cálculo se vuelve problemático y los resultados devueltos pueden ser estadísticamente inválidos. Si se lleva a cabo el mismo análisis en polígonos que se superponen a más puntos de bloque censal y límites de grupos de bloques, los resultados serán más precisos.
Id. de artículo: 000023704
Obtener ayuda de expertos en ArcGIS
Descargar la aplicación de soporte de Esri