Me gustaría trazar los siguientes datos por zona (30 zonas en total) en un mapa imprimible / no interactivo:
¿Cómo mostraría las 6 capas anteriores de manera efectiva en un mapa?
Yo diría que no puedes incluir todos esos datos en un mapa y que tenga sentido. Le recomendaría que piense a lo largo de las líneas del principio de pequeños múltiplos de Tufte, que tiene múltiples mapas más pequeños de la misma área, cada uno con una variable diferente. Ejemplo: enlace
Incluso entonces, tienes el problema de que estás usando un montón de unidades diferentes, por lo que necesitas un montón de teclas. Otra forma de ver los datos (pero no en un mapa) sería utilizar una tabla con todos los valores, coloreados (es decir, diferentes colores para debajo del promedio, promedio, sobre el promedio)
También recomendaría que mire el atlas del censo para obtener más ideas de mapas: enlace
Podría ayudar a reflexionar más sobre qué mensaje está intentando comunicar exactamente (no solo qué datos tiene).
No es posible mostrar eficientemente tanta información en un solo mapa. Dos posibilidades:
Produce 6 mapas,
Analice sus datos para clasificar sus regiones y muestre el resultado de la clasificación. Un análisis de componentes principales puede ayudar a determinar las correlaciones más importantes dentro de su variable. Este método se ha utilizado para producir este mapa sintético:
deestos:
Estoy de acuerdo en que los múltiplos pequeños son probablemente una buena manera de abordar este problema. Para complementar el mapa, también sugeriría una matriz de dispersión de sus variables, que identificaría correlaciones bivariadas. Si bien pierde el aspecto geográfico de sus datos, es mucho más sencillo visualizar las relaciones entre las variables en un diagrama de dispersión que comparar dos mapas (incluso uno al lado del otro).
Si aún desea capturar algún tipo de tendencias espaciales, puede incluir estadísticas espaciales (como la I de Moran local) entre las distribuciones y / o las variables originales.
Editar: Recientemente he encontrado algunos trabajos que revisan las estadísticas morales publicadas por Andre-Michel Guerry (originalmente en 1883) que tienen el objetivo de visualizar relaciones multivariadas en el espacio. Las implementaciones de esos autores son muy similares a lo que se ha sugerido en este hilo, múltiplos pequeños, análisis de componentes principales, matrices de diagrama de dispersión y dentro de diagramas de polígonos. Adjunto algunas fotos de A.-M. Las estadísticas morales de Francia de Guerry: desafíos para el análisis espacial multivariable por: Michael Friendly Statistical Science, vol. 22, No. 3. (agosto de 2007), págs. 368-399 (The PDF es gratis). También otro artículo ( Dray and Jombart, 2010 ) analiza los mismos datos y tiene algún código fuente en R para hacer dichos gráficos.
Una imagen es una matriz de dispersión, la otra es lo que se llama un diagrama de estrellas (que es solo una forma diferente de representar gráficos de barras, como sugirió Pablo).
Aquí hay un maravilloso ejemplo de pequeños múltiplos publicado en Andrew Gelman's (y el blog de la compañía) Modelado estadístico, inferencia causal y ciencia social . El mapa muestra el apoyo de los votantes a los vales escolares por estado, condicionados a los ingresos y varias categorías de raza y religión. ¡A los blancos no evangélicos realmente no les gustan los vales escolares! (Si va al blog actual, aunque aparece en los datos de la encuesta de 2004, hay más apoyo para los vales escolares de ese grupo).
Eso es mucha información y es un hecho que un solo mapa que los combine de forma temática resultaría en una presentación inútil debido a la contaminación visual. Por otro lado, hay 30 zonas, por lo que muchos mapas para cada zona también resultarían en contaminación.
Mi solución: elija cuál es la información más importante, digamos 'ingresos del hogar', luego divida el mapa en algunas categorías de ingresos. Y, finalmente, para cada punto de ingreso, traza una barra de chat con los otros 5 atributos.
Con ese mapa puede hacer algunas comparaciones como, por ejemplo: "Las áreas de altos ingresos siempre muestran un gran número de trabajadores y una edad promedio de más de 21 años".
Mira el ejemplo ...
¿Quizás algunas de estas ideas podrían ayudar?
Suponiendo que tiene seis dimensiones:
1: Choropleth : ingresos del hogar ejemplo 0
2, 3 y 4: Símbolos : representa el número de personas como puntos, lo que le permite ver el fondo: ejemplo 1, ejemplo 2 usando escala de grises para trabajadores / no -trabajadores y un esquema de color diferente para mostrar la edad
5: 3D : uso de la densidad de población como terreno ejemplo 3
6: (¡No puedo pensar en una sexta manera!)
¿Es redundante mostrar 'Número de hogares', 'Densidad de población' y 'Número de personas'?
Sería escéptico si un mapa con esta complejidad fuera claro para cualquiera que no sea usted. Si lo presentara, primero mostraría cada elemento por separado y luego lo agregaría para que la audiencia pueda entender los pasos.
Una forma alternativa (si no tiene espacio para un gráfico de radar para cada zona, podría ser crear un 'glifo' que represente esta información ejemplo 4, fig. 10.28 . Creo que generalmente son difíciles de entender y no son fáciles de diseñar con claridad, pero el ejemplo vinculado podría usarse en este caso.
Otro pensamiento que tuve, sería extruir los polígonos a la misma altura para cada polígono, y luego usar una sección de la altura para representar estos parámetros. Similar a hacer un gráfico de barras para cada área, pero donde cada sección se coloca en capas en la parte superior a intervalos similares. Esto debería verse desde 3D, lo que significaría que parte de él quedaría oculto.
Para elegir entre las soluciones presentadas aquí, puede proporcionar dos informaciones clave:
Las soluciones citadas aquí pueden tener diferentes eficiencias según el propósito y el público.
Me gustaría generalizar la respuesta de Julien (un mapa sintético por medio de un PCA) citando la técnica de diagonalización de la matriz, descrita por J. Bertin. Es útil cuando se busca una síntesis de toda la información, en lugar de una presentación completa de los datos.
En resumen, consiste en representar cada variable con un histograma, ordenar una pila de histogramas de tal manera que los valores (las zonas del mapa) estén alineados en forma diagonal, para obtener una tipología:
(Fuente:
Un grado de simplificación sería expresar un elemento, como la densidad de población, a través de un cartograma, es decir, distorsionar el área de cada unidad para que esté en proporción a la población:
El principal inconveniente es que el espectador debe poder reconocer la distorsión de las zonas por sus formas "habituales".
Más información aquí: enlace
Lea otras preguntas en las etiquetas cartography visualisation
