Exibição eficaz de dados demográficos em um mapa impresso

Gostaria de plotar os seguintes dados por zona (total de 30 zonas) em um mapa imprimível / não interativo:

• Idade Média
• Renda familiar media
• Número de famílias
• Densidade populacional
• Número de pessoas
• Número de trabalhadores

Como você exibia as 6 camadas acima efetivamente em um mapa?

Eu diria que você não pode incluir todos esses dados em um mapa e fazer algum sentido. Eu recomendo que você pense na linha do princípio de pequenos múltiplos da Tufte, tendo vários mapas menores da mesma área, cada um usando uma variável diferente. Exemplo: http://www.juiceanalytics.com/writing/better-know-visualization-small-multiples/

Mesmo assim, você tem o problema de usar várias unidades diferentes e precisa de várias chaves. Outra maneira de visualizar os dados (mas não em um mapa) seria usar uma tabela com todos os valores, coloridos (ou seja - cores diferentes para abaixo da média, média, acima da média)

Também recomendamos que você consulte o atlas do censo para obter mais idéias de mapas: http://www.census.gov/population/www/cen2000/censusatlas/

Pode ajudar a refletir mais sobre qual mensagem você está tentando comunicar, exatamente (e não apenas quais dados você possui).

Não é possível mostrar com eficiência tantos dados em um único mapa. Duas possibilidades:

• Produza 6 mapas,

• Analise seus dados para classificar suas regiões e exiba o resultado da classificação. Uma análise de componentes principais pode ajudar a determinar as correlações mais importantes dentro de sua variável. Este método foi usado para produzir este mapa sintético:

destes:

Concordo que pequenos múltiplos provavelmente são uma boa maneira de abordar esse problema. Para complementar o mapa, eu também sugeriria uma matriz de dispersão de suas variáveis, que identificaria correlações bivariadas. Enquanto você perde o aspecto geográfico dos seus dados, é muito mais simples visualizar os relacionamentos entre variáveis ​​em um gráfico de dispersão do que comparar dois mapas (mesmo lado a lado).

Se você ainda deseja capturar algum tipo de tendência espacial, pode incluir estatísticas espaciais (como o I local de Moran) entre as distribuições e / ou as variáveis ​​originais.

Edit: Eu encontrei recentemente alguns trabalhos revisando as estatísticas morais publicadas por Andre-Michel Guerry (originalmente em 1883) que têm o objetivo de visualizar relações multivariadas no espaço. As implementações desses autores são muito semelhantes às sugeridas neste encadeamento, múltiplos pequenos, análise de componentes principais, matrizes de plotagem de dispersão e dentro de diagramas de polígonos. Em anexo estão algumas fotos de A.-M. Estatísticas Morais de Guerry na França: Desafios para Análise Espacial Multivariável por: Michael Friendly Statistical Science, vol. 22, n ° 3. (agosto de 2007), pp. 368-399 (O PDF é gratuito). Outro artigo ( Dray e Jombart, 2010 ) analisa os mesmos dados e possui algum código-fonte em R para fazer esses gráficos.

Uma imagem é uma matriz de gráficos de dispersão, a outra é o que é chamado de diagrama em estrela (que é apenas uma maneira diferente de representar gráficos de barras, como sugeriu Pablo).

Aqui está um exemplo maravilhoso de pequenos múltiplos publicados na modelagem estatística, inferência causal e ciências sociais de Andrew Gelman (e blog da empresa) . O mapa é de apoio do eleitor aos vales-escola por estado, condicionado à renda e a várias categorias de raça e religião. Não evangélicos brancos realmente não gostam de cupons escolares! (Se você for ao blog atual, embora apareça nos dados da pesquisa de 2004, é mais um suporte para cupons escolares nesse grupo).

Para escolher entre as soluções apresentadas aqui, você pode fornecer duas informações principais:

• qual é o objetivo do mapa? (Descobrir, expor?)
• qual é o público-alvo do mapa? (Vocês, colegas analistas, urbanista, público?)

As soluções citadas aqui podem ter eficiência diferente de acordo com a finalidade e o público.

Eu gostaria de generalizar a resposta de Julien (um mapa sintético por meio de um PCA) citando a técnica da diagonalização da matriz, descrita por J. Bertin. É útil quando se busca uma síntese de todas as informações, em vez de uma apresentação completa dos dados.

Em resumo, consiste em representar cada variável com um histograma, classificar e empilhar os histogramas de forma que os valores (as zonas do mapa) sejam alinhados na diagonal, para obter uma tipologia:

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

São muitas informações e é fato que um único mapa combinando todos eles de maneira temática resultaria em uma apresentação inútil por causa da poluição visual. Por outro lado, existem 30 zonas, portanto, muitos mapas para cada zona também resultariam em poluição.

Minha solução: escolha qual é a informação mais importante, digamos 'renda familiar', depois coloque o mapa em algumas categorias de renda. E, finalmente, para cada ponto de renda, planeje um bate-papo com os outros cinco atributos.

Com esse mapa pode-se fazer algumas comparações como, por exemplo: "Áreas de alta renda sempre mostram grande número de trabalhadores e uma idade média de mais de 21 anos".

Olhe para o exemplo...

Talvez algumas dessas idéias possam ajudar?

Supondo que você tenha seis dimensões:

1: Coropletas : exemplo de renda familiar 0

2, 3 e 4: Símbolos : representando o número de pessoas como pontos, o que permite ver o plano de fundo: exemplo 1, exemplo 2 usando escala de cinza para trabalhadores / não trabalhadores e um esquema de cores diferente para mostrar a idade

5: 3D : Usando a densidade populacional como exemplo de terreno 3

6: (Não consigo pensar na sexta maneira!)

É redundante mostrar 'Número de famílias', 'Densidade populacional' e 'Número de pessoas'?

Eu ficaria cético se um mapa com essa complexidade fosse claro para qualquer um além de você. Se eu o estivesse apresentando, mostraria cada elemento separadamente primeiro e depois o adicionaria para que o público entenda as etapas.

Uma maneira alternativa (se você não tiver espaço para um gráfico de radar para cada zona, pode ser criar um 'glifo' que representa esta informação, exemplo 4, fig 10.28 . claramente, mas o exemplo vinculado pode ser usado neste caso.

Outro pensamento que tive foi extrudar os polígonos para a mesma altura para cada polígono e, em seguida, usar uma seção da altura para representar esses parâmetros. É semelhante à criação de um gráfico de barras para cada área, mas onde cada seção é colocada em camadas no topo em intervalos semelhantes. Isso precisaria ser visualizado em 3D, o que significaria que alguns deles seriam obscurecidos.

É uma tarefa desafiadora. Minha resposta é ir com um mapa multivariado. Confira este mapa . O mapa ficará ocupado se você mostrar todas as variáveis ​​em um mapa. Certifique-se de selecionar o esquema de cores apropriado se optar por usar um mapa multivariado.

Um grau de simplificação seria expressar um item, como a densidade populacional, através de um cartograma, ou seja, distorcer a área de cada unidade para que seja proporcional à população:

_{(fonte: amherst.edu )}

A principal desvantagem é que o visualizador deve ser capaz de reconhecer a distorção das zonas de suas formas "usuais".

Mais informações aqui: http://gis.amherstma.gov/data/SpringNearc2009/Session4Cartograms.pdf