回答:
ArcGIS（またはその他のGIS、AFAIK）の標準ツールはどれも正しく機能しません。
このような問題では、「クラスタリング」によって意味を数値化する必要があり、次に確率モデルを推定して、測定されたクラスタリングの程度が偶然の偶然によって生成されたかどうかを評価する必要があります。
続行する方法の一例として、あなたは型の建物の間の典型的な距離の面でクラスタリングを測定することを選択するかもしれないXと最も近いタイプの建物のy。これは簡単な計算です。両方の建物のセットを別々のポイントレイヤーで表し、YとXの空間結合を実行するだけです。タイプxの建物ごとに1つのレコードが残っている属性テーブルには、最も近いyまでの距離が含まれます。メジャーとして平均距離を使用できます。
これが偶然の結果であるかどうかをテストすることはより困難です。この設定の一つのもっともらしい解釈は、以前の存在ということであるY型の建物が開発奨励のx比較的近いタイプの建物をYさん。それ以外の場合は、他の建物が出現した場所にxタイプの建物が建てられた可能性があると仮定します。 これにより、次の簡単な順列検定が行われます。Xタイプの建物が表示された可能性のあるすべての場所のポイントレイヤーを作成します。このレイヤーは、xと同じ期間に建てられたエリア内のすべての建物の場所である可能性があります建物は（もちろんx建物自体を含めて）ありました。yレイヤーを空間的に結合して、最も近いyタイプの建物までの距離を取得します。残りの計算は属性テーブルで機能します。地理的な計算が行われます。繰り返し行うのは、乱数ジェネレータを使用して、これらすべての建物の単純なランダムサンプルを取得することです。各サンプルには、xタイプの建物と同じ数の要素があります。このサンプルの平均距離を計算します。多くの平均距離統計が得られるまで繰り返します。これらのランダムに取得された平均距離のほとんどすべてが、xに対して測定した平均距離より大きい場合建物を入力すると、xが偶然にクラスター化されていないと結論付けることができます。効果は本物です。
（このような計算は、「R」などの目的に適したプラットフォームでプログラムするのが最適ですが、Excelを含め、ほとんどすべてのコンピューティングソフトウェアをサービスに組み込むことができます。プログラミングは非常に簡単で、ループの記述方法と選択方法を知っているだけです。ランダムに配列からの要素。）
この順列テストアプローチは、この領域での建物開発のパターンを明示的に説明するため、事前にプログラムされたソリューションよりも優れています。これを行わないと、クラスタリングの「重要な」証拠が見つかることがよくありますが、クラスタリングは道路のパターンや場所などの他の要因によって引き起こされた可能性があるため、それから有用な結論を出すことはできません。開発に適したサイトなど。
もちろん、データ分析方法は、分析を動機付ける実質的な問題に依存する必要があります。
しかし、ここにいくつかのアイデアがあります：
どのようにマルチ距離空間クラスター分析：リプリーK-機能（空間統計）作品式でi、jは、あなたの建物のxとyを表します。リプリーのK関数は確率論的推論を提供します。
グーグルできるコロケーションパターン発見のための複雑なアルゴリズムがあります。