Bagaimana margin kesalahan dilaporkan pada peta?


14

Saat melaporkan perkiraan, Anda harus selalu menyertakan margin kesalahan. Ada cara konvensional untuk melaporkan margin kesalahan dalam tabel, teks atau grafik. Tetapi, bagaimana Anda melaporkan margin of error untuk data yang divisualisasikan pada peta?


kelompok zotero pada topik, coillecting output akademik pada metode dan beberapa contoh, dapat ditemukan di sini zotero.org/groups/2115520/geouncertain
radek

Jawaban:


11

Sebuah artikel jurnal rencent yang saya jumpai membahas apa tepatnya @Aksel dalam jawaban lain ( Sun dan Wong, 2010 ) (Ini tersedia di sini secara online gratis, tetapi tautan itu tidak memiliki gambar peta sejauh yang saya tahu). Pada dasarnya mereka menyarankan mereka lebih memilih pendekatan overlay dibandingkan dengan beberapa pendekatan kecil (yaitu membuat dua peta, satu menunjukkan perkiraan dan yang lainnya menunjukkan ketidakpastian).

Nilai oleh peta alpha seperti yang telah disebutkan di forum ini adalah cara alternatif untuk mewakili ketidakpastian daripada overlay garis putus-putus (yang menurut saya lebih intuitif).

Karya lain yang saya baca yang mungkin menarik (meskipun mereka tidak langsung menjawab pertanyaan) adalah;

  • Memetakan Hasil Regresi Berbobot Geografis ( Mennis, 2006 ) PDF di sini
  • Semua peta estimasi parameter menyesatkan ( Gelman, 1999 ) PDF di sini
  • Artikel asli yang saya kutip adalah Memasukkan Informasi Kualitas Data dalam Memetakan Data Survei Komunitas Amerika (Sun and Wong, 2010)

5

Saya telah melihatnya dilakukan pada choropleth dengan pewarnaan yang menunjukkan perkiraan, dan overlay bertitik / hash yang mewakili koefisien variasi. Tapi saya belum melihat standar untuk ini.


4

Seperti yang ditunjukkan oleh Andy white blurring adalah pilihan. Opsi yang berbeda menggunakan beberapa jenis filter presentasi: Anda hanya menunjukkan hasil yang lebih pasti daripada ambang tertentu. Anda dapat memberikan peta yang berbeda dengan ambang batas yang berbeda.

Ambang terendah adalah penyimpangan standar seluruh populasi (atau model yang sangat sederhana, tergantung pada data Anda). Jika prosedur peta kompleks digunakan dengan ketidakpastian tinggi, area yang luas mungkin memiliki ketidakpastian lebih tinggi dari standar deviasi ini. (Tentu saja tergantung pada variabel Anda: untuk karbon organik dalam tanah pernyataan itu benar, untuk memvisualisasikan misalnya kesalahan pada peta ketinggian yang ambang tidak masuk akal sama sekali). Beberapa promosi diri yang tidak tahu malu: makalah yang menggunakan teknik semacam itu adalah: makalah ini


1

Untuk data level poin, tesis Jay Fowler 'Komunikasi kartografi ketidakpastian level poin' (tautan ke kutipan , teks lengkap , poster ; ditemukan melalui CartoNews ) memberikan tinjauan metode yang sangat baik:

masukkan deskripsi gambar di sini

Beberapa contoh visual lainnya.

Seperti yang disarankan @ako, overlay bertitik dapat digunakan untuk mewakili signifikansi. Contoh dari Nagy, C., et al. (2014). Pemetaan spatio-temporal hierarki kematian dini akibat penyakit hati alkoholik di Hongaria, 2005-2010. Jurnal Kesehatan Masyarakat Eropa , 24 (5), 827–33 ( tautan , paywall):

masukkan deskripsi gambar di sini

Entah bagaimana metode yang berlawanan, yang mengaburkan area-area dengan signifikansi lebih rendah dapat ditemukan di Cancer Atlas di Eropa Utara :

masukkan deskripsi gambar di sini

Peta atlas NORDCAN kemudian tampaknya beralih ke naungan yang lebih agresif:

masukkan deskripsi gambar di sini

(Detail lebih lanjut tentang teknik ini dapat ditemukan (di belakang paywall) di: Patama T, Pukkala E (2016) 'Metode smoothing berbasis area kecil untuk pemetaan risiko kanker' Epidemiologi Spasial dan Spatio-temporal , http: //dx.doi. org / 10.1016 / j.sste.2016.05.003 )

Minta maaf untuk plug saya yang tidak tahu malu, ini adalah peta dari publikasi saya terlibat dalam mempresentasikan hasil dari model spasial Bayesian. Ketidakpastian rasio odds tingkat area (kode pos) yang diestimasi oleh model (yang disajikan dengan warna kotak) dimasukkan sebagai latar belakang peta choropleth.

masukkan deskripsi gambar di sini


Banyak referensi bagus tentang topik ini dapat ditemukan di situs web
radek

CGV: Besar: Riset Kolaboratif: Pemodelan, Tampilan, dan Memahami Ketidakpastian dalam Simulasi untuk Pengambilan Keputusan Kebijakan adalah tempat lain yang menyediakan sedikit sumber daya pada proyek yang sedang berjalan yang mengeksplorasi topik tersebut.
radek
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.