सांख्यिकीय रूप से, यहां बताया गया है कि आपको हीट मैप बनाने के बारे में कैसे जाना चाहिए:
1) बिंदु सुविधाओं को एकीकृत । एकीकरण का विचार उन बिंदुओं को लेना है जिन्हें संयोग माना जाना चाहिए और उन्हें एक ही स्थान पर एक साथ विलय करना चाहिए। मैं निकटतम पड़ोसी विश्लेषण का उपयोग करना पसंद करता हूं और वहां से उचित मूल्य का उपयोग करता हूं । (उदाहरण के लिए, जब अपराध हीट मैप करते हैं, तो मैं अंतर्निहित पार्सल डेटासेट के लिए औसत 1 निकटतम पड़ोसी का उपयोग करता हूं, जिसके खिलाफ अपराध जियोकोडेड हैं)।
2) घटनाओं को इकट्ठा करें । यह आपके सभी एकीकृत बिंदुओं के लिए एक स्थानिक भार बनाता है। उदाहरण के लिए, यदि आपके पास एक ही स्थान पर 5 कार्यक्रम हैं, तो यह वजन के साथ एक बिंदु बन जाएगा। यह अगले दो चरणों के लिए आवश्यक है। यदि आपको पूल में रखी गई घटनाओं में एक विशेषता को एकत्रित करने की आवश्यकता है, अर्थात विभिन्न घटनाओं में अधिक वजन है, तो आप एक-से-एक स्थानिक जुड़ाव का उपयोग कर सकते हैं । लक्ष्य के रूप में 'कलेक्ट इवेंट' आउटपुट और जॉइन फीचर्स के रूप में अपनी मूल एकीकृत घटनाओं का उपयोग करें। फ़ील्ड मैप मर्ज नियमों को सांख्यिकीय रूप से सेट करें एकीकृत विशेषताओं पर विशेषता (सामान्य रूप से एक SUM के साथ, हालांकि आप अन्य आँकड़ों का उपयोग कर सकते हैं)।
3) ग्लोबल मोरन I का उपयोग करके शिखर स्थानिक निरंकुशता निर्धारित करें । ठीक वैसे ही, जैसा कि आप जो विश्लेषण कर रहे हैं, उसके पैमाने में स्थानिक निरंकुशता के शिखर बैंड को निर्धारित करने के लिए अलग-अलग अंतराल पर वैश्विक मोरन I चलाएं। आप अपने मोरन के I परीक्षणों के लिए प्रारंभ सीमा निर्धारित करने के लिए अपने एकत्रित किए गए आयोजनों पर फिर से निकटतम पड़ोसी को चलाना चाहते हैं। (जैसे पहले निकटतम पड़ोसी के लिए अधिकतम मूल्य का उपयोग करें)
4) गेटिस-ऑर्ड जीआई * चलाएं । अपने मोरन I विश्लेषण के आधार पर एक निश्चित दूरी बैंड का उपयोग करें, या उदासीनता के क्षेत्र के रूप में निश्चित दूरी बैंड का उपयोग करें। एकत्रित घटनाओं से आपका स्थानिक वजन आपका संख्यात्मक गणना क्षेत्र है। यह आपको अपने सेट में प्रत्येक घटना बिंदु के लिए जेड-स्कोर देगा।
5) Getis-Ord Gi * से अपने परिणामों के खिलाफ IDW चलाएँ ।
यह परिणाम कर्नेल घनत्व के साथ आपको प्राप्त होने वाले परिणाम से काफी अलग है। यह आपको दिखाएगा कि उच्च मूल्यों और निम्न मानों को एक साथ जोड़ा जा सकता है, न कि जहां मान उच्च हैं, वहीं क्लस्टरिंग के संबंध में, जैसे कि कर्नेल घनत्व।