Hiển thị hiệu quả dữ liệu nhân khẩu học trên bản đồ in

Tôi muốn vẽ dữ liệu sau cho mỗi vùng (tổng cộng 30 vùng) trên bản đồ có thể in / không tương tác:

• Tuổi trung bình
• Thu nhập hộ gia đình trung bình
• Số hộ
• Mật độ dân số
• Số người
• Số lượng công nhân

Làm thế nào bạn sẽ hiển thị 6 lớp trên một cách hiệu quả trên một bản đồ?

Tôi muốn nói rằng bạn không thể bao gồm tất cả dữ liệu đó trên một bản đồ và nó có ý nghĩa gì không. Tôi khuyên bạn nên suy nghĩ theo nguyên tắc bội số nhỏ của Tufte, có nhiều bản đồ nhỏ hơn của cùng một khu vực, mỗi bản đồ sử dụng một biến khác nhau. Ví dụ: http://www.juiceanalytics.com/wr/better-ledge-visualization-small-multiples/

Thậm chí sau đó, bạn có một vấn đề là bạn đang sử dụng một loạt các đơn vị khác nhau, vì vậy bạn cần một loạt các phím. Một cách khác để xem dữ liệu (nhưng không có trong bản đồ) là sử dụng bảng có tất cả các giá trị, được tô màu (nghĩa là - các màu khác nhau cho mức trung bình, trung bình, trên trung bình)

Cũng muốn đề nghị bạn xem tập bản đồ điều tra dân số để biết thêm ý tưởng bản đồ: http : //www.c tắc.gov / population / www / cen2000 / c điều traatlas /

Có thể giúp phản ánh nhiều hơn về thông điệp bạn đang cố gắng truyền đạt, chính xác (không chỉ là dữ liệu bạn có).

Không thể hiển thị hiệu quả quá nhiều dữ liệu trên một bản đồ. Hai khả năng:

• Sản xuất 6 bản đồ,

• Phân tích dữ liệu của bạn để phân loại các khu vực của bạn và hiển thị kết quả của phân loại. Một phân tích thành phần chính có thể giúp xác định các mối tương quan quan trọng nhất trong biến của bạn. Phương pháp này đã được sử dụng để sản xuất bản đồ tổng hợp này:

từ những cái này:

Tôi đồng ý rằng bội số nhỏ có lẽ là một cách tốt để tiếp cận vấn đề này. Để bổ sung cho bản đồ, tôi cũng sẽ đề xuất một ma trận phân tán các biến của bạn, trong đó sẽ xác định các mối tương quan bivariate. Mặc dù bạn mất khía cạnh địa lý của dữ liệu, việc hình dung mối quan hệ giữa các biến trong biểu đồ phân tán sẽ đơn giản hơn nhiều so với so sánh hai bản đồ (thậm chí cạnh nhau).

Nếu bạn vẫn muốn một số loại xu hướng không gian được nắm bắt, bạn có thể bao gồm số liệu thống kê không gian (chẳng hạn như I của Moran địa phương) giữa các bản phân phối và / hoặc các biến ban đầu.

Chỉnh sửa: Gần đây tôi đã bắt gặp một số công việc xem lại số liệu thống kê đạo đức được xuất bản bởi Andre-Michel Guerry (ban đầu vào năm 1883) có mục tiêu trực quan hóa các mối quan hệ đa biến trong không gian. Việc triển khai của các tác giả này rất giống với những gì đã được đề xuất trong chủ đề này, bội số nhỏ, phân tích thành phần chính, ma trận biểu đồ phân tán và trong các sơ đồ đa giác. Kèm theo là một số hình ảnh từ A.-M. Thống kê đạo đức của Guerry của Pháp: Những thách thức đối với phân tích không gian đa biến bằng cách: Michael Friendly Science Science, Vol. 22, Số 3. (Tháng 8 năm 2007), trang 368-399 (Bản PDF miễn phí). Ngoài ra một bài viết khác ( Dray và Jombart, 2010 ) phân tích cùng một dữ liệu và có một số mã nguồn trong R để thực hiện các âm mưu nói trên.

Một hình ảnh là một ma trận phân tán, hình kia là một sơ đồ sao (đây chỉ là một cách khác để biểu thị các biểu đồ thanh như Pablo đề xuất).

Dưới đây là một ví dụ tuyệt vời về bội số nhỏ được đăng trên Andrew Gelman (và blog của công ty) Mô hình thống kê, suy luận nguyên nhân và Khoa học xã hội . Bản đồ là sự ủng hộ của cử tri đối với các chứng từ trường học theo tiểu bang, có điều kiện về thu nhập và các chủng tộc và tôn giáo khác nhau. Những người không truyền giáo da trắng thực sự không thích chứng từ trường học! (Nếu bạn vào blog thực tế mặc dù nó xuất hiện trong dữ liệu khảo sát năm 2004, họ sẽ hỗ trợ nhiều hơn cho các chứng từ trường học trong nhóm đó).

Để chọn giữa các giải pháp được trình bày ở đây, bạn có thể cung cấp hai thông tin chính:

• mục đích của bản đồ là gì? (Khám phá, phơi bày?)
• công chúng dự định của bản đồ là gì? (Bạn, nhà phân tích đồng nghiệp, kế hoạch thành phố, công cộng?)

Các giải pháp được trích dẫn ở đây có thể có hiệu quả khác nhau tùy theo mục đích và công chúng.

Tôi muốn khái quát câu trả lời của Julien (một bản đồ tổng hợp bằng PCA) bằng cách trích dẫn kỹ thuật đường chéo ma trận, được mô tả bởi J. Bertin. Nó hữu ích khi người ta tìm kiếm sau một tổng hợp tất cả các thông tin, thay vì một bản trình bày dữ liệu hoàn chỉnh.

Tóm lại, nó bao gồm việc biểu diễn mỗi biến bằng một biểu đồ, sắp xếp một ngăn xếp các biểu đồ theo cách sao cho các giá trị (các vùng bản đồ) được căn chỉnh theo kiểu đường chéo, để có được một kiểu chữ:

(Nguồn: http://books.google.com.vn/books?id=2tlQAAAAMAAJ&dq=bertin%20graphique%20inatures&hl=fr&source=gbs_similarbooks )

Đó là rất nhiều thông tin và thực tế là một bản đồ duy nhất kết hợp tất cả chúng theo cách theo chủ đề sẽ dẫn đến một bài thuyết trình vô dụng vì ô nhiễm thị giác. Mặt khác, có 30 khu vực, vì vậy, nhiều bản đồ cho mỗi khu vực cũng sẽ dẫn đến ô nhiễm.

Giải pháp của tôi: Chọn thông tin nào là thông tin quan trọng nhất, giả sử 'thu nhập hộ gia đình', sau đó phân vùng bản đồ theo một số loại thu nhập. Và cuối cùng cho mỗi điểm thu nhập, hãy vẽ một cuộc trò chuyện trên thanh với 5 thuộc tính khác.

Với bản đồ đó có thể đưa ra một số so sánh như, ví dụ: "Khu vực thu nhập cao luôn cho thấy số lượng lớn công nhân và độ tuổi trung bình hơn 21 tuổi".

Nhìn vào ví dụ...

Có lẽ một số trong những ý tưởng có thể giúp đỡ?

Giả sử bạn có sáu chiều:

1: Choropleth : Ví dụ thu nhập hộ gia đình 0

2, 3 và 4: Biểu tượng : Biểu thị số người dưới dạng dấu chấm, có thể cho phép bạn xem nền: ví dụ 1, ví dụ 2 sử dụng thang độ xám cho công nhân / người không làm việc và bảng màu khác nhau để hiển thị tuổi

5: 3D : Sử dụng mật độ dân số làm ví dụ địa hình 3

6: (Tôi không thể nghĩ ra cách thứ 6!)

Có thừa không khi hiển thị 'Số hộ gia đình', 'Mật độ dân số' và 'Số người'?

Tôi sẽ hoài nghi nếu một bản đồ với sự phức tạp này sẽ rõ ràng với bất cứ ai ngoài bạn. Nếu tôi trình bày nó, tôi sẽ hiển thị từng yếu tố riêng biệt trước, sau đó thêm nó vào để khán giả có thể hiểu các bước.

Một cách khác (nếu bạn không có chỗ cho biểu đồ radar cho từng khu vực, có thể là tạo một 'glyph' đại diện cho thông tin này ví dụ 4, hình 10.28 . Tôi nghĩ chúng thường khó hiểu và không dễ thiết kế rõ ràng, nhưng ví dụ liên kết có thể được sử dụng trong trường hợp này.

Một suy nghĩ khác mà tôi có, sẽ là đưa các đa giác lên cùng một chiều cao cho mỗi đa giác, và sau đó sử dụng một phần của chiều cao để biểu diễn các tham số này. Tương tự như tạo biểu đồ thanh cho từng khu vực, nhưng trong đó mỗi phần được xếp chồng lên nhau theo các khoảng tương tự. Điều này cần phải được xem từ 3D, điều đó có nghĩa là một phần của nó sẽ bị che khuất.

Đó là một nhiệm vụ đầy thách thức. Câu trả lời của tôi là đi với một bản đồ đa biến. Kiểm tra bản đồ này . Bản đồ sẽ trông bận rộn nếu bạn hiển thị tất cả các biến trên một bản đồ. Hãy chắc chắn rằng bạn chọn bảng màu phù hợp nếu bạn chọn đi với bản đồ đa biến.

Một mức độ đơn giản hóa sẽ là thể hiện một mục, chẳng hạn như mật độ dân số, thông qua bản đồ, tức là làm biến dạng diện tích của mỗi đơn vị sao cho tỷ lệ với dân số:

_{(nguồn: amherst.edu )}

Hạn chế chính là người xem phải có thể nhận ra sự biến dạng của các khu vực từ hình dạng "thông thường" của chúng.

Thêm thông tin ở đây: http://gis.amherstma.gov/data/SpringNearc2009/Session4Cartograms.pdf