问题：在 ArcGIS Business Analyst Desktop 中对小型站点和/或面进行数据丰富时返回统计学上无效的结果。

描述

在 ArcGIS Business Analyst Desktop 中，当对面积远小于区块组面的小型站点和/或面进行数据丰富时，可能会返回统计学上无效的结果。

在开始讨论追加/空间叠加功能在 Business Analyst Desktop 中的工作原理之前，了解美国用于定义人口普查地理单元的一些术语至关重要。

美国人口普查地理

美国人口普查地理的最小单位是人口普查区块。 人口普查区块包含在人口普查区域内的区块组中。 人口普查区域包含在县内，县则包含在州内。

根据人口普查局网站信息，人口普查区域可包含 1,200 至 8,000 人，最佳规模为 4,000 人。 人口普查局网站指出，区域边界的划分旨在长期保持稳定，以便进行跨普查年度的统计比较。

根据人口普查局网站信息，人口普查区块组包含 600 至 3,000 人。 每个人口普查区域至少包含一个区块组，这些区块组均有唯一编号。

人口普查区块是由可见要素（如街道、道路、溪流和铁路线）界定的一片区域。 这意味着在城市内部，区块可能非常小，例如由周边街道围合的区域；但在郊区和乡村地区，区块则可能非常大。

Esri Business Analyst 数据

Esri 在区块组级别提供数据，因为区块组地理单元能够高效且准确地反映人口统计特征。 数据通常不提供区块级别，即使存在，也多为模型推算数据，其准确性可能不如区块组级别。

原因

追加/空间叠加分析或丰富图层：

区块组分配是最精确的数据分配方法，尤其适用于处理较小区域。 其他分配方法（如级联或混合方法）精度较低，但速度较快。

本文仅重点讨论区块分配法，并解释为何该方法有时可能返回预期之外的结果。 区块分配法采用加权质心地理方法，对目标研究区域的数据进行聚合，实现丰富。 此方法使用块点数据来分配可能未完全覆盖某个区块组的站点。

有关加权工作原理的详细信息，请参阅 ArcGIS REST API 文档：数据分配。

Business Analyst 数据附带一个名为 USA_ESRI_20XX_blocks 的要素类，该要素类位于 block_data 地理数据库中。 此要素类用于数据分配过程。 该要素类包含用于对所有变量进行加权的人口统计属性，其中包括人口、家庭户数、住房单元和商业变量。

以下简单示例说明了为何在运行空间叠加/追加工具后可能会看到预期之外的结果。

下图展示了一个区块组 (BG)、一个显示该区块组内人口普查区块的面要素类，以及人口普查区块点（人口普查区块的质心）。

在本例中，我们将对位于该区块组面要素内的人口普查区块进行数据丰富。 如前所述，Esri 提供的人口普查区块点具有针对人口、家庭、商业及其他属性的权重。 执行追加/空间叠加或丰富操作时，这些对应区块的各个权重会与 Esri 区块组图层中的相应变量相乘。

例如，若要丰富增量人口变量，例如 2019 Population Age <1 + 2019 Population Age 1 + ……+ 2019 Population Age 84 + 2019 Population Age 85+，则区块点图层的人口权重将与 Esri 区块组图层中相应的人口变量相乘。

仅当计算结果能够向上取整至至少为 1 时，该计算在统计学上才有效。 从上表可知，只有 2019 Population Age 1 变量会向上取整为 1，其他变量将向下取整为 0。 类似地，如果将所有增量变量求和并与该区块组的总人口进行比较，所得数值可能大于或小于总人口数。

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.

解决方案或解决方法

出现此差异符合预期，因为当对一个面积较小且仅覆盖一个人口普查区块点的站点/面进行数据丰富时，计算会遇到问题，返回的结果可能在统计学上无效。 如果对覆盖更多人口普查区块点和区块组边界的面执行相同的分析，则结果将更加准确。