Bagaimana Anda memilih klasifikasi pada peta choropleth?

Saya menemukan diri saya semakin berjuang untuk mendefinisikan break point ketika menampilkan peta choropleth (alias tematik) untuk dilihat oleh orang lain . Apakah ada yang punya referensi yang disarankan untuk membantu panduan, baik bagaimana memilih jenis skala yang digunakan dan jumlah break point yang sesuai? Khususnya untuk jumlah nampan saya hanya pernah melihat argumen untuk jumlah terbatas (mis. Anda tidak boleh menggunakan lebih dari 5).

Untuk lebih spesifik tentang apa yang saya cari, sebagian besar referensi yang saya temui tentang subjek mirip dengan dokumen yang dirujuk oleh julien dalam posting ini , dan saya hanya mencari diskusi yang lebih mendalam tentang topik tersebut.

Beberapa kasus penggunaan khusus yang sering saya temui (sebagai contoh perjuangan saya);

• Saat menampilkan data yang memiliki kemiringan kanan besar, saya biasanya ragu untuk menampilkan skala eksponensial. Saya khawatir (untuk audiens saya biasanya menampilkan peta) ini akan menyebabkan lebih banyak beban kognitif membaca skala dan memetakan nilai atribut aktual ke warna. Apakah ketakutan saya salah? Juga untuk jenis distribusi ini saya merasa sulit untuk menjustifikasi jumlah sampah tertentu.
• Saat menampilkan banyak peta berganda kecil, bagaimana cara memilih skala yang sesuai yang memungkinkan seseorang untuk memvisualisasikan hubungan secara efektif di dalam dan di antara kelipatan kecil? Standar de-facto saya ketika skala atribut berbeda-beda untuk sebagian besar adalah dengan menggunakan kuintil dalam setiap distribusi terpisah. Apakah kuintil terlalu banyak klasifikasi dan membuat beban kognitif terlalu besar untuk dibandingkan di antara panel? Saya berasumsi orang mengerti klasifikasi kuantil setara dengan peringkat (dan dengan demikian ketika dikelompokkan seperti itu membantu dalam menafsirkan antar panel), apakah asumsi ini benar?

Saya awalnya menulis sebuah paragraf yang mencoba menggambarkan tujuan peta tersebut, tetapi saya menduga tujuan saya cukup khas sehingga tidak diperlukan. Satu-satunya hal untuk mengklarifikasi lagi adalah bahwa ini untuk dilihat oleh orang lain (seperti dalam laporan, publikasi) dan tidak benar-benar untuk analisis data eksplorasi saya sendiri (meskipun saya menduga saran yang baik harus diterjemahkan juga). Mungkin referensi yang baik dapat menggambarkan tujuan potensial dari peta tersebut, dan pertukaran yang terkait dengan penggunaan skema klasifikasi yang berbeda. Saya akan tertarik pada referensi khusus dan umum.

Referensi yang bagus, tidak cukup dikutip, adalah "How Maps Works" oleh Alan M. McEachren (The Guilford Press, 1995/2004). Ini bukan panduan cepat tetapi refleksi menyeluruh tentang bagaimana peta dilihat dan dipahami, berdasarkan survei ilmiah yang sangat mengesankan dan pengetahuan praktisi.

Saya baru-baru ini membeli Kartografi dan Visualisasi Tematik ( Slocum et al., 2005 ), dan hanya membaca sepintas lalu tampaknya lebih dari cukup untuk permintaan saya untuk referensi umum tentang topik memilih tempat sampah. Itu pasti akan memberi saya banyak untuk membaca selama beberapa waktu, dan itu tidak terlalu sulit untuk membeli (ada banyak salinan murah yang lama beredar).

Catatan Saya tidak berpikir saya akan merekomendasikan MacEachren's Bagaimana Peta Bekerja untuk pertanyaan ini secara khusus. Buku ini sangat monolitik sehingga saya mungkin lupa, tetapi saya tidak ingat diskusi langsung tentang memilih jumlah sampah (setidaknya tidak semudah bab yang dikhususkan untuknya dalam buku teks Slocum). Jika ada yang saya pikir saya ingat dia menyebutkan topik itu agak berlebihan dan belum sampai pada kesimpulan nyata, tapi saya pasti akan merekomendasikannya sebagai referensi umum untuk visualisasi data.

Ada sejumlah besar literatur tentang topik ini, dan saya harus melakukan lebih banyak belajar sendiri untuk melihat apakah saya dapat menemukan jawaban yang lebih memuaskan untuk mengklasifikasikan distribusi yang miring. Dan saya akan mengirim kembali jika saya memiliki sesuatu yang lebih substantif untuk dikatakan.

Tetapi untuk pertanyaan kedua tentang memvisualisasikan beberapa peta kecil, saya baru-baru ini menemukan sebuah artikel oleh Cynthia Brewer dan Linda Pickle, Evaluasi Metode untuk Mengklasifikasikan Data Epidemiologi pada Peta Choropleth dalam Seri (PDF di sini ), yang persis ditujukan pada pertanyaan saya.

Singkatnya, eksperimen menunjukkan bahwa kuantil adalah cara yang paling berguna untuk merepresentasikan serangkaian beberapa peta kecil, baik untuk kemudahan dalam penafsiran (seperti yang saya sarankan dalam pertanyaan) dan fakta bahwa mereka menghasilkan peta area yang sama dalam hal pengisian ketika poligon kira-kira berukuran sama. Ini mungkin tidak jelas sampai Anda melihat contoh tandingan, di bawah ini saya telah menempelkan gambar beberapa peta kecil di mana klasifikasi dibatasi untuk menjadi sama di seluruh rangkaian tingkat kanker yang berbeda (pada halaman 674 artikel yang dikutip).

Karena kejadian penyakit hati jauh lebih rendah daripada COPD, semua kabupaten di peta atas cenderung jatuh ke dalam klasifikasi yang lebih rendah. Jika Anda tidak dapat membedakan pola dalam salah satu peta, Anda tidak akan mungkin membedakan pola di antara peta! Tentu saja jika masuk akal orang harus membuat klasifikasi konsisten, tetapi itu hanya masuk akal untuk beberapa peta perbandingan. Juga sejauh jumlah sampah yang mereka pilih 7 dalam percobaan mereka.

lihat referensi ini. Mengoptimalkan Pemilihan Sejumlah Kelas Peta Choropleth

di

T. Bandrova et al. (eds.), Kartografi Tematik untuk Masyarakat, Catatan Kuliah di Geoinformasi dan Kartografi, DOI: 10.1007 / 978-3-319-08180-9_6, Springer International Publishing Switzerland 2014