Esta publicación muestra cómo aplicar un proceso de cinco pasos para completar un proyecto de análisis utilizando ArcMap (el mismo análisis podría realizarse igual de fácilmente en ArcGIS Pro). Supongamos que desea analizar el acceso a los servicios de salud en los condados de Riverside y San Bernardino en el sur de California.Los cinco pasos en el proceso de análisis son:<\/P>
<\/P>
Paso 1. Enmarcar la Pregunta<\/STRONG><\/SPAN>Este paso parece sencillo porque típicamente se le asigna un proyecto para obtener información específica. Algunos proyectos implican responder varias preguntas derivadas de una pregunta general. Cómo enmarca las preguntas ayuda a determinar qué herramientas y métodos GIS utilizará para el análisis.En este ejemplo, podría enmarcar una pregunta preliminar general: ¿Es la distribución de las instalaciones de atención médica consistente con la distribución poblacional en Riverside-San Bernardino, CA? Esta pregunta podría desglosarse en las siguientes subpreguntas:<\/P>¿Dónde se encuentran las instalaciones que proporcionan servicios de atención médica?<\/DIV><\/LI>¿Cuál es la distribución poblacional dentro del área de estudio?<\/DIV><\/LI>¿Las áreas con mayor densidad poblacional tienen el mayor número de instalaciones?<\/DIV><\/LI>Dentro del área de estudio, ¿hay áreas con alta densidad poblacional pero sin instalaciones de atención médica?<\/DIV><\/LI><\/UL> <\/P>Paso 2. Explorar y Preparar Datos<\/STRONG><\/SPAN>Este paso puede ser el que más tiempo consume. Si no tiene todos los datos necesarios para un proyecto de análisis, debe recopilarlos. El ArcGIS Living Atlas of the World<\/A> es una excelente fuente de datos espaciales de alta calidad. En los EE.UU., la Census Bureau<\/A> tiene una multitud de datos espaciales, poblacionales y demográficos. Los depósitos estatales de datos son otro recurso útil. <\/P> <\/P>Paso 2a: Explorar Datos<\/STRONG><\/SPAN>Para cada conjunto de datos, explore la geografía del elemento, atributos y metadatos para determinar si los datos serán útiles para su análisis y qué tipo de preparación, si es que alguna, puede ser necesaria. Las preguntas que debe hacerse sobre los datos incluyen:<\/P>¿Cuál es el formato de los datos?<\/DIV><\/LI>¿Cuándo se recopilaron los datos (qué tan actuales son)?<\/DIV><\/LI>¿Qué tan detallados son los datos—¿a qué escala se recopilaron?<\/DIV><\/LI>¿Qué sistema de coordenadas usan los datos? ¿Están proyectados?<\/DIV>La mejor práctica es proyectar todos los conjuntos de datos en un sistema común antes del análisis.<\/DIV><\/LI><\/UL><\/LI>¿Funciona la geometría del elemento (es decir, punto, línea, polígono) para el análisis?<\/DIV><\/LI>¿Los datos tienen los atributos que necesita?<\/DIV><\/LI>¿Los datos tienen alguna restricción de acceso o uso?<\/DIV><\/LI><\/UL>Para este ejemplo, se usaron los siguientes conjuntos de datos. Todos usan el sistema geográfico WGS 1984.<\/P>Hospitales — estos datos incluyen hospitales "tradicionales" así como otras instalaciones médicas.<\/DIV><\/LI>ZIP Codes — estos datos incluyen atributos poblacionales.<\/DIV>
Paso 2a: Explorar Datos<\/STRONG><\/SPAN>Para cada conjunto de datos, explore la geografía del elemento, atributos y metadatos para determinar si los datos serán útiles para su análisis y qué tipo de preparación, si es que alguna, puede ser necesaria. Las preguntas que debe hacerse sobre los datos incluyen:<\/P>¿Cuál es el formato de los datos?<\/DIV><\/LI>¿Cuándo se recopilaron los datos (qué tan actuales son)?<\/DIV><\/LI>¿Qué tan detallados son los datos—¿a qué escala se recopilaron?<\/DIV><\/LI>¿Qué sistema de coordenadas usan los datos? ¿Están proyectados?<\/DIV>La mejor práctica es proyectar todos los conjuntos de datos en un sistema común antes del análisis.<\/DIV><\/LI><\/UL><\/LI>¿Funciona la geometría del elemento (es decir, punto, línea, polígono) para el análisis?<\/DIV><\/LI>¿Los datos tienen los atributos que necesita?<\/DIV><\/LI>¿Los datos tienen alguna restricción de acceso o uso?<\/DIV><\/LI><\/UL>Para este ejemplo, se usaron los siguientes conjuntos de datos. Todos usan el sistema geográfico WGS 1984.<\/P>Hospitales — estos datos incluyen hospitales "tradicionales" así como otras instalaciones médicas.<\/DIV><\/LI>ZIP Codes — estos datos incluyen atributos poblacionales.<\/DIV>
Un análisis visual de los datos muestra que el mayor número de hospitales y los códigos ZIP más densamente poblados (en tonos más oscuros de verde en el mapa a continuación) están en la parte suroeste del área de estudio.<\/P>
Puedes obtener más información haciendo un spatial join<\/A> entre las capas Hospitals y ZIP Codes.<\/P>Haz clic derecho en Hospitals y selecciona Joins and Relates > Join.<\/LI>En el cuadro de diálogo, elige unir datos desde otra capa basada en la ubicación espacial.<\/LI>Elige ZIP Codes en la lista desplegable de capas, especifica el nombre y ubicación de la clase de entidad de salida, y haz clic en OK.<\/LI><\/UL>La salida del spatial join es una nueva capa puntual que contiene todas las características del hospital más los atributos del código ZIP dentro del cual se encuentra cada instalación. El campo ZIP contiene el código postal de cinco dígitos donde está ubicado el hospital, y el campo PO_NAME contiene el nombre de la oficina postal (corresponde al nombre de la ciudad) para ese código ZIP. El campo POP07_SQMI muestra la densidad poblacional asociada con el código ZIP de cada hospital.<\/P> <\/P>Ordenar el campo PO_NAME revela que múltiples hospitales están ubicados en algunos códigos ZIP.<\/P><\/P> <\/P>El último paso es resumir el campo ZIP. Esta operación generará una tabla que contiene un registro por cada código ZIP que contiene un hospital, además de un campo con el conteo de hospitales dentro de cada código ZIP. También puedes elegir generar estadísticas para campos numéricos (como POP07_SQMI).<\/P>En la tabla unida, haz clic derecho en el campo ZIP y selecciona Summarize.<\/LI>Para estadísticas resumen, marca First y Last para NAME (este es el nombre del hospital) y marca Average para ambos POP2007 (población total) y POP07_SQMI.<\/LI>Especifica una ubicación y nombre para la salida, luego haz clic en OK.<\/LI>Elige agregar la tabla resultante al mapa y ábrela.<\/LI><\/UL> <\/P>Paso 5. Examinar y Refinar Resultados<\/STRONG><\/SPAN><\/P>¿Qué información proporciona la tabla resumen?<\/P>El campo Count_ZIP te indica el número de hospitales en cada código ZIP que contiene un hospital.<\/P><\/P> <\/P>Ordenar el campo POP07_SQMI revela que todos los códigos ZIP que tienen más de 2,000 personas por milla cuadrada tienen al menos una instalación sanitaria.<\/P> <\/P>El análisis muestra que la distribución de los servicios sanitarios es generalmente consistente con la distribución poblacional dentro del área de estudio; es decir, la mayoría de las instalaciones están ubicadas donde la población es más densa. Podrías refinar este análisis considerando el número de pacientes que cada instalación puede atender y otras variables de interés. También podrías ampliar el proyecto para analizar si el acceso a servicios sanitarios en áreas con baja población es adecuado. El mapa actual indica que los residentes de códigos ZIP con baja densidad poblacional pueden tener que viajar grandes distancias para llegar a un hospital.<\/P> <\/P>¿Quieres aprender más sobre cómo realizar análisis en ArcGIS? Consulta estas opciones de capacitación:<\/STRONG><\/SPAN><\/P>Introducción al Análisis Espacial<\/A> (para ArcMap o ArcGIS Pro)<\/LI><\/UL>
La salida del spatial join es una nueva capa puntual que contiene todas las características del hospital más los atributos del código ZIP dentro del cual se encuentra cada instalación. El campo ZIP contiene el código postal de cinco dígitos donde está ubicado el hospital, y el campo PO_NAME contiene el nombre de la oficina postal (corresponde al nombre de la ciudad) para ese código ZIP. El campo POP07_SQMI muestra la densidad poblacional asociada con el código ZIP de cada hospital.<\/P>
Ordenar el campo PO_NAME revela que múltiples hospitales están ubicados en algunos códigos ZIP.<\/P>
El último paso es resumir el campo ZIP. Esta operación generará una tabla que contiene un registro por cada código ZIP que contiene un hospital, además de un campo con el conteo de hospitales dentro de cada código ZIP. También puedes elegir generar estadísticas para campos numéricos (como POP07_SQMI).<\/P>
Paso 5. Examinar y Refinar Resultados<\/STRONG><\/SPAN><\/P>¿Qué información proporciona la tabla resumen?<\/P>El campo Count_ZIP te indica el número de hospitales en cada código ZIP que contiene un hospital.<\/P><\/P> <\/P>Ordenar el campo POP07_SQMI revela que todos los códigos ZIP que tienen más de 2,000 personas por milla cuadrada tienen al menos una instalación sanitaria.<\/P> <\/P>El análisis muestra que la distribución de los servicios sanitarios es generalmente consistente con la distribución poblacional dentro del área de estudio; es decir, la mayoría de las instalaciones están ubicadas donde la población es más densa. Podrías refinar este análisis considerando el número de pacientes que cada instalación puede atender y otras variables de interés. También podrías ampliar el proyecto para analizar si el acceso a servicios sanitarios en áreas con baja población es adecuado. El mapa actual indica que los residentes de códigos ZIP con baja densidad poblacional pueden tener que viajar grandes distancias para llegar a un hospital.<\/P> <\/P>¿Quieres aprender más sobre cómo realizar análisis en ArcGIS? Consulta estas opciones de capacitación:<\/STRONG><\/SPAN><\/P>
Los miembros registrados pueden publicar, seguir actualizaciones y más. ¿Nuevo aquí? Regístrate para una cuenta gratuita.
Find useful guides, FAQs, and documents to help you navigate and make the most of Esri Community.
