Crear una capa de cubo de espacio-tiempo
Las capas de cubo de espacio-tiempo se crean para visualizar el contenido de los archivos netCDF (formato de datos comunes de red) de cubo de espacio-tiempo. El cubo de espacio-tiempo que utilizará en este tutorial contiene datos del censo de los Estados Unidos procedentes de la American Community Survey (ACS).
Nota:
No todos los archivos netCDF contienen cubos de espacio-tiempo. El formato de archivo netCDF se utiliza habitualmente para almacenar datos científicos; estos archivos no se pueden utilizar para crear una capa de cubo de espacio-tiempo. Para aprender a crear un archivo netCDF de cubo de espacio-tiempo, pruebe el tutorial Determinar cuáles son las carreteras más peligrosas para los conductores.
Crear un proyecto
Primero, descargará el archivo netCDF del cubo de espacio-tiempo y creará un proyecto en ArcGIS Pro con una escena 3D.
- Descargar Florida_Housing.zip.
- Extraiga la carpeta comprimida descargada a la ubicación que elija como, por ejemplo, su carpeta Documentos.
La carpeta contiene FloridaHousing.nc. La extensión .nc se utiliza para archivos netCDF, incluidos los cubos de espacio-tiempo. El archivo contiene datos demográficos y sobre vivienda de ACS para las áreas de microdatos de uso público (PUMA) de Florida. Las PUMA son zonas geográficas definidas por la Oficina del Censo de los Estados Unidos que cuentan con al menos 100 000 residentes.
Este cubo de espacio-tiempo ha sido preprocesado de las siguientes maneras:
- Se utilizó la herramienta Cubo de espacio-tiempo del subconjunto para extraer las PUMA de Florida del dataset original, que abarca todo el territorio de los Estados Unidos.
- Se ejecutaron herramientas de análisis del conjunto de herramientas Análisis de patrones espaciotemporales en algunas variables de datos. Más adelante en este tutorial, explorará los resultados de este análisis.
- Inicie ArcGIS Pro. Si se le pide, inicie sesión en su cuenta de organización con licencia de ArcGIS.
Nota:
Si no tiene acceso a ArcGIS Pro o una cuenta de organización de ArcGIS, consulte las opciones de acceso a software.
Creará un proyecto con una escena. Las escenas muestran los datos en 3D. Las capas de cubo de espacio-tiempo se utilizan para la visualización en 3D de datos espaciotemporales, por lo que es mejor utilizar una escena para trabajar con ellas.
- En Nuevo proyecto, haga clic en Escena local.
- En la ventana Nuevo proyecto, en Nombre, escriba Tendencias inmobiliarias en Florida. Haga clic en Aceptar.
El proyecto se crea e incluye una escena con una extensión predeterminada. Antes de crear la capa de cubo de espacio-tiempo, desactivará la superficie de elevación predeterminada de la escena. Dado que las capas de cubo de espacio-tiempo utilizan el eje z (elevación) para representar el tiempo, es mejor ocultar cualquier capa 3D que pueda interferir con la visibilidad de la capa de cubo de espacio-tiempo.
- En el panel Contenido, en Superficies de elevación, desactive WorldElevation3D/Terrain3D o, en caso necesario, cualquier otra superficie de elevación.
Hacer la capa de cubo de espacio-tiempo
A continuación, ejecutará una herramienta de geoprocesamiento para crear una capa de cubo de espacio-tiempo utilizando el archivo netCDF de cubo de espacio-tiempo que ha descargado.
- En la cinta, haga clic en la pestaña Mapa. En el grupo Capa, haga clic en el menú desplegable Agregar datos.
- En el menú desplegable, haga clic en Capa de cubo de espacio-tiempo.
Nota:
Si no ve la opción Capa de cubo de espacio-tiempo, asegúrese de que la vista activa sea una escena, no un mapa.
Aparece el panel Geoprocesamiento, que muestra la herramienta Hacer capa de cubo de espacio-tiempo.
- En el parámetro Cubo de espacio-tiempo de entrada, haga clic en el botón Examinar.
- En la ventana Cubo de espacio-tiempo de entrada, examine hasta la ubicación de la carpeta Florida_Housing que extrajo. Elija FloridaHousing.nc y haga clic en Aceptar.
El archivo se agrega a los parámetros de la herramienta.
- En Clase de entidad de salida (Origen de capa), elimine el texto existente y escriba Florida_Housing_STC (STC es la abreviatura de cubo de espacio-tiempo).
Al agregar el archivo netCDF, el parámetro Variables se rellenó con todas las variables asociadas al cubo de espacio-tiempo. Muchas de estas variables contienen información del censo que no es relevante para las tasas de propiedad de viviendas, por lo que no las necesita para este tutorial. Seleccionará solo un par de variables relevantes para incluir en la capa del cubo de espacio-tiempo.
- Para Variables, haga clic en el botón Restablecer.
Se deseleccionan todas las variables.
- En la lista de variables, marque las casillas correspondientes a las siguientes variables:
- PCTPOPULATION65YEARSANDOVER (porcentaje de la población mayor de 65 años)
- HOMEOWNERSHIPRATE (tasa de propiedad de viviendas)
La variable de la tasa de propiedad de viviendas será fundamental para su exploración. Por su parte, la variable de población mayor de 65 años podría mostrar un factor potencial que influye en las tasas de propiedad de viviendas (ya que la propiedad de viviendas suele aumentar con la edad).
Deje el tipo de geometría de salida como puntos. Los puntos aparecerán como bins 3D en la escena y, en este caso, tendrán un mejor rendimiento de representación en pantalla.
- Haga clic en Ejecutar.
Se ejecuta la herramienta. Cuando finaliza, la capa de cubo de espacio-tiempo se agrega a la escena, mostrando bins con forma de cubo en toda Florida. La capa de cubo de espacio-tiempo es solo una representación visual del cubo de espacio-tiempo real, que se encuentra en el archivo netCDF.
Antes de explorar la escena, investigará los detalles de los resultados de la herramienta para obtener más información sobre la capa de cubo de espacio-tiempo.
- En la parte inferior del panel Geoprocesamiento, haga clic en Ver detalles.
Aparece una ventana con detalles sobre los resultados de la herramienta.
- En caso necesario, desplácese hasta la parte superior de la sección Características de la capa de cubo de espacio-tiempo.
Los datos de la capa del cubo de espacio-tiempo abarcan desde 2010 hasta 2023. El intervalo de tiempo es de 1 año, lo que significa que cada bin de la escena representa un año de datos.
- Cierre la ventana de detalles.
Navegar por la escena
A continuación, navegará por la escena para ver qué es posible aprender sobre la capa de cubo de espacio-tiempo.
- Utilice el ratón o los controles de navegación para desplazar, inclinar y ampliar la escena hasta que sea posible ver una vista oblicua de toda la capa.
Sugerencia:
Para obtener más información sobre cómo navegar por una escena, lea Navegación en 3D.
Cada columna de la capa del cubo de espacio-tiempo representa una ubicación. En este caso, cada ubicación es una PUMA. Cada bin (cubo) representa un periodo de tiempo; como ha visto en la ventana de detalles, cada periodo de tiempo corresponde a los datos de un año.
El bin más cercano al suelo es el periodo de tiempo más temprano, 2010. Cada bin posterior representa el año siguiente, terminando con el bin de la parte superior, que representa 2023. Cada columna contiene 14 bins, que representan los 14 años comprendidos entre 2010 y 2023.
Los bins se simbolizan mediante el valor variable. El valor de la variable aparece en el panel Contenido, encima de la leyenda de la capa.
En este caso, el valor de la variable es la variable de la tasa de propiedad de viviendas. Los bins más oscuros representan tasas más altas de propiedad de viviendas. Según la leyenda, el bin con la tasa más baja tiene aproximadamente un 13,9 % de propietarios, mientras que el bin con la tasa más alta tiene aproximadamente un 89,1 % de propietarios.
Desde esta visualización predeterminada, ya es posible observar algunas tendencias espaciales y temporales en los datos, lo que le ayudará a responder a la primera pregunta de este tutorial: ¿Cómo varían las tasas de propiedad de viviendas a lo largo del tiempo y el espacio?
Nota:
Si en Valor de variable ve PCTPOPULATION65YEARSANDOVER en lugar de HOMEOWNERSHIPRATE, haga clic en la capa Florida_Housing_STC del panel Contenido para seleccionarla. En la cinta, en la pestaña Cubo de espacio-tiempo, en el grupo Visualizar, haga clic en el menú desplegable Variable y elija PCTPOPULATION65YEARSANDOVER. A continuación, haga clic de nuevo en el menú desplegable Variable y elija HOMEOWNERSHIPRATE. La capa de cubo espacio-tiempo y Valor de variable deberían actualizarse para mostrar HOMEOWNERSHIPRATE.
- Realice un desplazamiento panorámico, incline y acerque la escena hasta que sea posible ver claramente la columna de bins más meridional.
Esta columna tiene bins de color medio para los primeros 13 bins. El bin final, en la parte superior, es más oscuro. Este patrón indica que esta área ha experimentado recientemente un aumento en la tasa de propiedad de viviendas. El patrón es temporal, ya que todos los bins de esta columna representan la misma ubicación, solo que en otros momentos.
- Desplácese, incline y acerque la escena hasta que sea posible ver el clúster de columnas alrededor de Jacksonville, en la parte noreste de Florida.
Cerca del centro de Jacksonville, hay un patrón de bins de color más claro, lo que indica un bajo índice de propiedad de viviendas. Sin embargo, las áreas fuera de Jacksonville tienen bins de color más oscuro, lo que indica un alto índice de propiedad de viviendas. Este patrón es principalmente espacial; aunque hay algunas diferencias en las tasas dentro de la misma columna, las mayores diferencias se observan entre columnas.
- En el panel Contenido, haga clic con el botón derecho en Florida_Housing_STC y elija Acercar a capa.
Volverá a la extensión completa de la capa.
- En la Barra de herramientas de acceso rápido, haga clic en el botón Guardar proyecto.
Sugerencia:
También puede guardar el proyecto con el acceso directo del teclado Ctrl+S.
Ha creado una capa de cubo de espacio-tiempo y ha realizado una exploración básica de sus datos. Sin embargo, hay mucha información en la escena y puede resultar difícil sacar conclusiones a partir de los valores variables sin procesar. A continuación, explorará la capa del cubo de espacio-tiempo con más detalle.
Visualizar una capa de cubo de espacio-tiempo
Para explorar más a fondo la capa del cubo de espacio-tiempo, cambiará su apariencia y agregará una visualización 2D. También pondrá énfasis en áreas de interés específicas y explorará variables de datos que podrían influir en la adquisición de una vivienda. Por último, explorará los datos en la capa del cubo de espacio-tiempo mediante un gráfico de series temporales.
Cambiar el tema de la pantalla
Las capas de cubo de espacio-tiempo pueden contener varias variables, así como los resultados del análisis asociados a dichas variables. A efectos de este tutorial, la capa de cubo de espacio-tiempo se ha preprocesado e incluye los resultados del análisis de los datos. Cambiará el tema de visualización, que determina la forma en que se simboliza el cubo de espacio-tiempo, para explorar estos resultados.
- En el panel Contenido, confirme que Florida_Housing_STC está seleccionado.
Cuando se selecciona la capa, la pestaña contextual Cubo de espacio-tiempo pasa a estar disponible en la cinta.
- En la cinta, haga clic en la pestaña Cubo de espacio-tiempo.
Esta pestaña contiene opciones para mostrar y explorar capas de cubos de espacio-tiempo. En el grupo Visualizar, el parámetro Variable determina la variable que se simboliza en la capa. (Como vio anteriormente, se selecciona la variable tasa de propiedad de viviendas).
El grupo Visualizar también incluye una galería de opciones de simbología predefinidas. La opción Valor variable está seleccionada de forma predeterminada. Las opciones que se muestran en la galería dependen de los tipos de datos del cubo de espacio-tiempo y de los análisis realizados antes de crear la capa de cubo de espacio-tiempo.
Durante el preprocesamiento, se ejecutó la herramienta Análisis de puntos calientes emergentes en los datos, por lo que hay disponibles opciones para visualizar el cubo de espacio-tiempo utilizando los resultados de ese análisis.
- En el grupo Visualizar, en la Galería, haga clic en el botón Más.
- En Análisis de puntos calientes emergentes, haga clic en Tipo de punto crítico.
La capa del cubo de espacio-tiempo se simboliza en función de los resultados de la herramienta Análisis de puntos calientes emergentes.
La herramienta Análisis de puntos calientes emergentes identifica clústeres espaciales y temporales de valores que son superiores (puntos calientes) o inferiores (puntos fríos) a la media. Los puntos calientes no son solo bins individuales con valores altos, sino bins que están rodeados por bins vecinos con valores altos. Como resultado, algunos bins con valores más bajos pueden formar parte de un punto caliente debido a sus vecinos. Los puntos calientes o fríos más oscuros indican un mayor nivel de confianza en el análisis estadístico, y los colores más oscuros tienen niveles de confianza del 99 %.
Nota:
Para obtener más información sobre el análisis de puntos calientes, consulte Cómo funciona Análisis de puntos calientes (Gi* de Getis-Ord). Para aprender a ejecutar el análisis de puntos calientes emergentes en un cubo de espacio-tiempo, pruebe el tutorial Determinar cuáles son las carreteras más peligrosas para los conductores.
- Use las funciones de desplazamiento panorámico, zoom e inclinación para explorar la escena.
Basándose en la escena, es posible observar tendencias en la tasa de propiedad de viviendas que no eran evidentes al analizar únicamente los valores. Por ejemplo, gran parte del centro de Florida es una zona muy cotizada para la compra de viviendas, lo que indica un clúster de valores relativamente altos de propiedad de viviendas. Por el contrario, el sureste de Florida, donde se encuentra Miami, es una zona fría con valores relativamente bajos de propiedad de viviendas.
Además, hay algunas columnas de bins en las que los bins anteriores son blancos (no significativos), pero los posteriores son puntos calientes o fríos. Por ejemplo, varias columnas situadas en los bordes del punto frío de Miami se han convertido en puntos fríos solo en los últimos años.
- Haga clic con el botón derecho en Florida_Housing_STC y elija Acercar a capa.
Agregar una capa 2D
Los resultados del análisis de un cubo de espacio-tiempo también se pueden mostrar en 2D. Agregará una capa 2D que contiene los resultados del análisis de puntos calientes emergentes, que tendrá una simbología especial que resume las tendencias temporales en los datos.
- En la cinta, en la pestaña Cubo de espacio-tiempo, en el grupo Utilidades, haga clic en Agregar capa 2D.
Aparece el panel Geoprocesamiento, que muestra la herramienta Visualizar cubo de espacio-tiempo en 2D. De forma predeterminada, el cubo de espacio-tiempo y la variable de entrada se configuran para que coincidan con la capa de cubo de espacio-tiempo.
- En Tema de visualización, elija Resultados del análisis de puntos calientes emergentes.
- En Entidades de salida, elimine el texto existente y escriba Florida_Housing_2D.
- Haga clic en Ejecutar.
La herramienta se ejecuta y una capa 2D se agrega a la escena. Es difícil de ver debido a la capa del cubo de espacio-tiempo.
- En el panel Contenido, desactive Florida_Housing_STC.
La capa 2D muestra las PUMA en Florida, simbolizadas según el tipo de punto caliente que son.
A diferencia de los resultados en 3D, donde los distintos tonos de rojo o azul solo indicaban diferencias en el nivel de confianza, los distintos tipos de símbolos de la capa 2D hacen referencia a tendencias temporales en los datos. Los puntos calientes y fríos pueden ser nuevos, consecutivos, intensificarse, persistir, etc. Esta orientación temporal es lo que diferencia el análisis de puntos calientes emergentes del análisis de puntos calientes regulares.
Nota:
Para obtener una explicación completa de cada tipo de punto caliente, consulte Cómo funciona el análisis de puntos calientes emergentes.
La mayor parte del gran clúster de puntos calientes en el centro de Florida y los puntos fríos alrededor de Miami son puntos calientes y fríos que se están intensificando. La intensificación significa que estas áreas han sido puntos calientes o fríos durante la mayor parte de los periodos de tiempo, con una intensidad creciente de agrupamiento. Esta tendencia sugiere que las discrepancias regionales entre Florida central y Miami están aumentando con el tiempo.
Énfasis en áreas de interés
Ahora tiene una mejor comprensión de su primera pregunta de análisis: ¿Cómo cambian las tasas de propiedad de viviendas a lo largo del tiempo y el espacio? A continuación, responderá a la siguiente pregunta: ¿Hay áreas vecinas que tengan patrones diferentes en cuanto a las tasas de propiedad de viviendas?
La mayoría de las áreas de puntos calientes y fríos solo son vecinas de áreas similares o áreas donde no se detectó ningún patrón. Sin embargo, hay una ubicación en la que un punto caliente y un punto frío se encuentran uno al lado del otro. Seleccionará estas dos áreas para compararlas.
- En la cinta, haga clic en la pestaña Mapa. En el grupo Selección, haga clic en el botón Seleccionar.
- Mientras mantiene pulsada la tecla Mayús, haga clic en las dos PUMA del suroeste de Florida, donde un punto caliente se encuentra junto a un punto frío.
Según la simbología, el punto frío es un punto frío que se intensifica, mientras que el punto caliente es un punto caliente que disminuye, lo que sugiere que estas dos PUMA siguen tendencias opuestas. Observará la capa 3D de estas dos ubicaciones para comprender mejor estos patrones.
- En el panel Contenido, marque la casilla Florida_Housing_STC para volver a activar la capa y haga clic en el nombre de la capa para seleccionarla.
En el mapa, vuelven a aparecer todos los datos 3D, lo que dificulta ver solo los PUMA que desea comparar. Sin embargo, utilizando la selección realizada en la capa 2D, es posible cambiar la extensión de la capa 3D.
- En la cinta, haga clic en la pestaña Cubo de espacio-tiempo. En el grupo Extensión espaciotemporal, haga clic en Configurar extensión.
Nota:
Si no ve la pestaña Cubo de espacio-tiempo, asegúrese de que Florida_Housing_STC esté seleccionado en el panel Contenido.
- En el menú desplegable Configurar extensión, para Polígono del área de interés, elija Florida_Housing_2D.
- Haga clic en Aplicar.
Dado que el polígono del área de interés tiene una selección, la extensión de la capa del cubo de espacio-tiempo 3D se cambia para que coincida con la selección.
- En la cinta, haga clic en la pestaña Mapa. En el grupo Navegar, haga clic en el botón Explorar.
- En la escena, navegue hasta las dos columnas de bins.
Los periodos de tiempo más tempranos en el punto frío intensificado son puntos fríos con menor confianza, mientras que los periodos de tiempo más tardíos tienen mayor confianza. Por el contrario, casi todos los periodos de tiempo en el punto caliente en disminución tienen un alto grado de confianza.
Entonces, ¿por qué esta área está dejando de ser un punto caliente? Es importante recordar que los niveles de confianza no se corresponden necesariamente con la intensidad de la agrupación en clústeres. Además, dado que los puntos calientes y fríos se determinan por los bins vecinos, el hecho de que el punto frío se intensifique puede provocar necesariamente que el punto caliente disminuya, ya que sus vecinos tienen valores cada vez más bajos de tasas de propiedad de viviendas. Si estas tendencias continúan, el punto caliente en declive podría dejar de serlo.
Ha examinado en detalle dos áreas vecinas con otras tasas de propiedad de viviendas, comparándolas en 2D y 3D. Antes de continuar, eliminará el área de interés y desactivará la capa 2D, que no necesitará para el resto del tutorial.
- En la cinta, haga clic en la pestaña Cubo de espacio-tiempo. En el grupo Extensión espaciotemporal, haga clic en Configurar extensión.
- En el menú desplegable Configurar extensión, para Polígono del área de interés, haga clic en el botón restablecer.
- Haga clic en Aplicar.
- En el panel Contenido, desactive Florida_Housing_2D. Haga clic con el botón derecho en Florida_Housing_STC y elija Acercar a capa.
Explorar otra variable
La última pregunta del análisis que debe responder es: ¿Cómo se correlacionan otras variables con las tasas de propiedad de viviendas? Según una cifra elaborada por la Oficina del Censo de los Estados Unidos, las tasas de propiedad de viviendas tienden a aumentar con la edad. Aunque hay muchos otros factores que pueden influir en las tasas de propiedad de vivienda, como la raza y el estatus migratorio, en este tutorial se hará énfasis en la edad.
Al crear la capa de cubo de espacio-tiempo, incluyó una variable sobre el porcentaje de la población mayor de 65 años. Explorará esta variable.
- En la cinta, en la pestaña Cubo de espacio-tiempo, en el grupo Visualizar, haga clic en el menú desplegable Variable y elija PCTPOPULATION65YEARSANDOVER.
La capa del cubo de espacio-tiempo cambia su simbología para reflejar esta variable. El tema de la pantalla vuelve automáticamente a Valor variable. Dado que no se realizó un análisis de puntos críticos emergentes en esta variable, ese tema de visualización ya no está disponible.
Los bins más oscuros indican porcentajes más altos de la población mayor de 65 años. Parece haber más áreas con poblaciones de edad avanzada en el centro de Florida, donde se concentran los puntos calientes de las tasas de propiedad de viviendas, y menos áreas con poblaciones de edad avanzada alrededor de Miami, donde se concentran los puntos fríos.
Los cambios en las tendencias de las poblaciones de edad avanzada podrían arrojar una perspectiva sobre por qué están cambiando las tasas de propiedad de viviendas en algunas áreas. Investigará las tendencias en los datos cambiando el tema de visualización.
- En la cinta, en la galería Visualizar, haga clic en Cambiar puntos.
Nota:
Según el tamaño de la ventana, es posible que tenga que hacer clic en el botón Más de la galería para ver la opción Cambiar puntos.
Este tema de visualización destaca los periodos de tiempo en los que se ha producido un cambio significativo en la tendencia de la proporción de residentes de edad avanzada. Estos periodos de tiempo, llamados puntos de cambio, se simbolizan en magenta.
Nota:
Estos puntos de cambio se identificaron utilizando la herramienta de geoprocesamiento Detección de puntos de cambio. Para obtener más información, consulte Detección de puntos de cambio (minería de patrones espacio-temporales).
Los puntos de cambio indican dónde y cuándo se produjeron los cambios, pero no si estos fueron aumentos o disminuciones. Investigará más a fondo utilizando un elemento emergente de serie temporal, que muestra los valores de los periodos de tiempo en un gráfico de líneas.
- En la escena, navegue más cerca del suroeste de Florida, donde comparó las dos áreas vecinas de puntos calientes y fríos.
Hay algunos puntos de cambio en esta área.
- En la cinta, en el grupo Explorar, haga clic en Ventanas emergentes de series temporales por ubicación.
- Haga clic en el punto de cambio más reciente (el más alto) del área.
Sugerencia:
Si aún necesita navegar por la escena para ver el punto de cambio, es posible reactivar temporalmente la herramienta Explorar señalando la escena y pulsando la tecla C.
Aparece un elemento emergente que muestra el gráfico de series temporales para el punto de cambio.
La línea azul representa el porcentaje de la población mayor de 65 años para cada periodo de tiempo. El punto magenta es el punto de cambio, mientras que las líneas magenta muestran la tendencia general de los datos. En este punto de inflexión, el porcentaje de personas mayores de 65 años aumentó en general entre 2010 y 2019, y luego comenzó a disminuir entre 2019 y 2023.
Si la edad de la población es un factor que influye en la tasa de propiedad de viviendas, este punto de cambio podría ayudar a explicar por qué esta área es un punto frío cada vez más intenso.
Sugerencia:
Para obtener más información sobre un punto del gráfico, señálelo.
- Cierre la ventana emergente.
- En la escena, haga clic en otros puntos de cambio y explore sus gráficos de series temporales.
No todos los puntos de cambio reflejan los cambios que cabría esperar. Por ejemplo, el otro punto de cambio en el suroeste de Florida muestra que la población de 65 años o más disminuye hasta 2013 y luego aumenta durante el resto de los años.
Para determinar mejor la relación estadística entre las tasas de propiedad de viviendas y la edad de la población, podría considerar realizar algunos de los siguientes análisis en el cubo de espacio-tiempo:
- Podría ejecutar la Correlación cruzada de series temporales para identificar si la población de 65 años o más tiene una relación correlacionada con las tasas de propiedad de viviendas y si existe un efecto retardado entre las dos variables.
- Es posible ejecutar la Previsión basada en bosque para predecir las tasas futuras de propiedad de viviendas basándose en la población de 65 años o más.
- Cierre las ventanas emergentes que estén abiertas. Guarde el proyecto.
En este tutorial, exploró un cubo de espacio-tiempo que muestra las tasas de propiedad de viviendas en Florida desde 2010 hasta 2023. Ha aprendido a crear una capa de cubo de espacio-tiempo a partir de un archivo netCDF de cubo de espacio-tiempo y a visualizarla de otras formas utilizando temas de visualización, capas 2D, áreas de interés y gráficos de series temporales para comprender mejor los datos.
También respondió preguntas de análisis que tenía sobre los datos, incluyendo cómo cambian las tasas de propiedad de vivienda en el espacio y el tiempo, qué áreas vecinas tienen otras tendencias en la propiedad de vivienda y si la propiedad de vivienda podría estar influenciada por otras variables. Estas perspectivas exploratorias revelaron oportunidades para un análisis más profundo que podría ayudarle a comprender y planificar en torno a estas tendencias en el futuro.
Para obtener más información sobre cómo realizar análisis en un cubo de espacio-tiempo para responder preguntas específicas, pruebe el tutorial Determinar cuáles son las carreteras más peligrosas para los conductores.
Encontrará más tutoriales en la galería de tutoriales.
