Wie wählen Sie die Klassifikationen auf Choroplethenkarten aus?

Ich habe immer mehr Probleme damit, Haltepunkte zu definieren, wenn ich Choroplethenkarten (auch als thematische Karten bezeichnet) anzeige, die von anderen angezeigt werden sollen . Hat jemand Vorschläge für Referenzen, die als Leitfaden für die Auswahl des verwendeten Skalentyps und der entsprechenden Anzahl von Haltepunkten dienen? Insbesondere für die Anzahl der Fächer habe ich bisher nur Argumente für eine begrenzende Anzahl gesehen (z. B. sollten Sie nicht mehr als 5 verwenden).

Um genauer zu sein, wonach ich suche, ähneln die meisten Referenzen, auf die ich zu diesem Thema gestoßen bin , dem Dokument, auf das Julien in diesem Beitrag verweist , und ich suche nur nach einer eingehenderen Diskussion über das Thema.

Einige spezifische Anwendungsfälle, auf die ich häufig stoße (als Beispiele für meine Kämpfe);

• Bei der Anzeige von Daten mit einem großen rechten Versatz zögere ich normalerweise, eine exponentielle Skala anzuzeigen. Ich befürchte (für das Publikum, für das ich normalerweise Karten anzeige), dass dies zu einer größeren kognitiven Belastung führen würde, wenn die Skala gelesen und die tatsächlichen Attributwerte den Farben zugeordnet werden. Sind meine Befürchtungen falsch? Auch für diese Arten von Verteilungen fällt es mir schwer, eine bestimmte Anzahl von Behältern zu rechtfertigen.
• Wie wähle ich bei der Anzeige vieler kleiner Mehrfachkarten einen geeigneten Maßstab aus, mit dem Beziehungen sowohl innerhalb als auch zwischen den kleinen Vielfachen effektiv visualisiert werden können? Mein De-facto-Standard, wenn die Attributskalen stark variieren, ist die Verwendung von Quintilen in jeder einzelnen Verteilung. Sind Quintile zu viele Klassifikationen und verursachen sie eine zu große kognitive Belastung, um sie zwischen den Panels vergleichen zu können? Ich gehe davon aus, dass die Leute verstehen, dass Quantilklassifikationen gleichbedeutend mit Rankings sind (und wenn sie so klassifiziert werden, um die Interpretation zwischen Panels zu erleichtern), ist diese Annahme richtig?

Ich habe anfangs einen Absatz geschrieben, in dem versucht wurde, die Ziele solcher Karten zu beschreiben, aber ich vermute, dass meine Ziele ziemlich typisch sind, sodass sie nicht benötigt wurden. Die einzige Sache, die noch einmal geklärt werden muss, ist, dass diese für andere Personen (wie in Berichten, Veröffentlichungen) und nicht wirklich für meine eigene explorative Datenanalyse bestimmt sind (obwohl ich vermuten würde, dass gute Ratschläge in beide übersetzt werden sollten). Vielleicht kann eine gute Referenz die potenziellen Ziele solcher Karten und die Kompromisse beschreiben, die mit der Verwendung unterschiedlicher Klassifizierungsschemata verbunden sind. Ich würde mich sowohl für spezifische als auch für allgemeine Referenzen interessieren.

Eine großartige Referenz, die nicht genug zitiert wird, ist "How Maps Works" von Alan M. McEachren (The Guilford Press, 1995/2004). Es ist keine Kurzanleitung, sondern eine umfassende Reflexion darüber, wie Karten gesehen und verstanden werden, basierend auf einer wirklich beeindruckenden wissenschaftlichen Umfrage und dem Wissen der Praktiker.

Ich habe kürzlich Thematische Kartographie und Visualisierung gekauft ( Slocum et al., 2005 ), und das bloße Überfliegen scheint mehr als ausreichend für meine Anfrage nach allgemeinen Referenzen zum Thema Auswahl von Behältern zu sein. Es wird mir sicherlich für einige Zeit viel zu lesen geben, und es war keine allzu mühsame Kaufentscheidung (es gibt viele ältere billige Exemplare).

Hinweis Ich glaube nicht, dass ich MacEachrens Funktionsweise von Maps speziell für diese Frage empfehlen würde . Das Buch ist so monolithisch, dass ich es sicherlich vergessen hätte, aber ich erinnere mich nicht an eine einfache Diskussion über die Auswahl der Anzahl der Behälter (zumindest nicht so einfach wie das Kapitel, das ihm im Slocum-Lehrbuch gewidmet ist). Wenn ich denke, dass ich mich daran erinnere, dass er das Thema erwähnt hat, ist es etwas übertrieben und hat keine wirkliche Schlussfolgerung gezogen, aber ich würde es auf jeden Fall als allgemeine Referenz für die Datenvisualisierung empfehlen.

Es gibt eine verrückte Menge an Literatur zu diesem Thema, und ich muss noch etwas selbst lernen, um zu sehen, ob ich eine zufriedenstellendere Antwort für die Klassifizierung der verzerrten Verteilung finden kann. Und ich werde zurückschreiben, wenn ich etwas Wesentlicheres zu sagen habe.

Bei der zweiten Frage zur Visualisierung kleiner Mehrfachkarten stieß ich kürzlich auf einen Artikel von Cynthia Brewer und Linda Pickle, Bewertung von Methoden zur Klassifizierung epidemiologischer Daten auf Choroplethenkarten in Reihe (PDF hier ), der genau auf meine Frage abzielt.

Kurz gesagt, Experimente legen nahe, dass Quantile die nützlichste Methode sind, um eine Reihe kleiner Mehrfachkarten darzustellen, sowohl für die einfache Interpretation (wie ich in der Frage vorgeschlagen habe) als auch für die Tatsache, dass sie Karten mit gleicher Fläche in Bezug auf die Füllung der Polygone erzeugen sind ungefähr gleich groß. Dies ist vielleicht erst offensichtlich, wenn Sie ein Gegenbeispiel sehen. Im Folgenden habe ich ein Bild einiger kleiner Mehrfachkarten eingefügt, in denen die Klassifikationen für die Reihe verschiedener Krebsraten gleich sein müssen (auf Seite 674 des zitierten Artikels).

Da die Inzidenz von Lebererkrankungen so viel geringer ist als die von COPD, fallen alle Landkreise in den oberen Karten in die unteren Klassifikationen. Wenn Sie Muster innerhalb einer der Karten nicht unterscheiden können, ist es unwahrscheinlich, dass Sie Muster zwischen Karten unterscheiden! Wenn es vernünftig ist, sollte man natürlich die Klassifikationen konsistent machen, aber das ist nur für einige Vergleichskarten vernünftig. Auch was die Anzahl der Behälter angeht, haben sie in ihren Experimenten 7 gewählt.

siehe diese ref. Optimierung der Auswahl einer Anzahl von Choroplethen-Kartenklassen

im

T. Bandrova et al. (Hrsg.), Thematische Kartographie für die Gesellschaft, Lecture Notes in Geoinformation und Kartographie, DOI: 10.1007 / 978-3-319-08180-9_6, Springer International Publishing Switzerland 2014