Один и тот же город, три ответа
Под капотом
Как это делается по-настоящему (R / Python)
Наведите на точку — подсветятся все её пары. На мобильном — коснитесь точки.
Облако вариограммы
Каждая точка — пара датчиков: чем правее, тем дальше они друг от друга; чем выше, тем сильнее различаются их значения. Жёлтая кривая — среднее по лагам.
Число пар в каждом лаге
Под капотом
Как это делается по-настоящему (R / Python)
Эмпирическая вариограмма и модель
Размер точки — число пар в лаге. Маленьким точкам справа не верьте.
Модель
Что это значит
Под капотом
Как это делается по-настоящему (R / Python)
Модель вариограммы (подхвачена из модуля 3 — можно крутить и здесь)
Проверка
Под капотом
Как это делается по-настоящему (R / Python)
Клик — поставить датчик. Клик по датчику — убрать.
Качество сети
Что значат счётчики
Средняя неопределённость — «общая температура по больнице»: как хорошо сеть покрывает город в целом. Падает, когда точки расставлены равномерно.
Максимальная — самая большая дыра: место, где карта будет чистой догадкой. Одна удачная точка в дыре снижает её сильнее, чем пять точек в уже покрытом углу.
Накрыто — доля города, где неопределённость ниже выбранного вами порога «приемлемого». Это и есть ответ на вопрос «хватает ли сети».
Заметьте: точка рядом с существующей почти ничего не даёт, а радиус влияния из модуля 3 прямо определяет разумный шаг сети.
Под капотом
Как это делается по-настоящему (R / Python)
Каждая реализация выглядит по-своему, но все сто подчиняются одной и той же модели связи из главы 3 и все согласованы с показаниями датчиков. Прокрутите перебор: настолько разными бывают равновероятные картины мира по одним и тем же данным — и настолько же расходятся их площади превышения.
Под капотом
Как это делается по-настоящему (R / Python)
Глобальный тест: индекс Морана
Под капотом
Как это делается по-настоящему (R / Python)
Перетащите сюда CSV или GeoJSON — или кликните, чтобы выбрать файл
Точки с координатами и одним числовым показателем. До ~1000 точек.
Ловушки, о которые бьются чаще всего
Экстраполяция. Кригинг посчитает значение и там, где вокруг нет ни одной точки, — карта дисперсии предупредит ростом, но за пределами облака ваших точек это уже чистая экстраполяция. Обрезайте карту по территории, покрытой данными.
Игнорированная анизотропия. Вдоль реки, магистрали или розы ветров связь тянется дальше, чем поперёк. Изотропная модель на таких данных врёт — проверьте направленные вариограммы в модуле 3.
Расстояние по прямой. Мы меряем евклидово расстояние, а шум и трафик распространяются по уличной сети. Для сильно «сетевых» явлений прямое расстояние — приближение, и об этом стоит сказать в выводах.
Координаты в градусах. Градус долготы и градус широты — разные метры; вариограмма прямо по градусам получает ложную анизотропию. Здесь это ловится автоматически, в своих скриптах — перепроецируйте сами.