Visualizzazione efficace dei dati demografici su una mappa stampata

Vorrei tracciare i seguenti dati per zona (30 zone in totale) su una mappa stampabile / non interattiva:

• Età media
• Reddito familiare medio
• Numero di famiglie
• Densità demografica
• Numero di persone
• Numero di lavoratori

Come visualizzeresti efficacemente i 6 livelli precedenti su una mappa?

Direi che non puoi includere tutti quei dati su una mappa e avere senso. Ti consiglierei di pensare sulla falsariga del principio dei piccoli multipli di Tufte, avendo più mappe più piccole della stessa area, ognuna usando una variabile diversa. Esempio: http://www.juiceanalytics.com/writing/better-know-visualization-small-multiples/

Anche allora, hai il problema che stai usando un gruppo di unità diverse, quindi hai bisogno di un mazzo di chiavi. Un altro modo per visualizzare i dati (ma non in una mappa) sarebbe usare una tabella con tutti i valori, colorati (cioè - colori diversi per sotto la media, media, sopra la media)

Consiglierei anche di guardare l'atlante del censimento per ulteriori idee sulla mappa: http://www.census.gov/population/www/cen2000/censusatlas/

Potrebbe aiutare a riflettere di più su quale messaggio stai cercando di comunicare, esattamente (non solo su quali dati hai).

Non è possibile mostrare in modo efficiente così tanti dati su una singola mappa. Due possibilità:

• Produrre 6 mappe,

• Analizza i tuoi dati per classificare le tue regioni e visualizza il risultato della classificazione. Un'analisi dei componenti principali può aiutare a determinare le correlazioni più importanti all'interno della variabile. Questo metodo è stato utilizzato per produrre questa mappa sintetica:

da questi:

Concordo sul fatto che i piccoli multipli sono probabilmente un buon modo per affrontare questo problema. Per integrare la mappa, suggerirei anche una matrice scatterplot delle variabili, che identificherebbe le correlazioni bivariate. Mentre perdi l'aspetto geografico dei tuoi dati, è molto più semplice visualizzare le relazioni tra le variabili in un diagramma a dispersione piuttosto che confrontare due mappe (anche fianco a fianco).

Se desideri comunque acquisire una sorta di trend spaziali catturati, potresti includere statistiche spaziali (come l'I locale di Moran) tra le distribuzioni e / o le variabili originali.

Modifica: Di recente mi sono imbattuto in alcuni lavori che hanno rivisitato le statistiche morali pubblicate da Andre-Michel Guerry (originariamente nel 1883) con l'obiettivo di visualizzare relazioni multi-variabile nello spazio. Le implementazioni di quegli autori sono molto simili a quanto è stato suggerito in questo thread, piccoli multipli, analisi dei componenti principali, matrici di grafici a dispersione e all'interno di diagrammi poligonali. In allegato alcune immagini di A.-M. Guerry's Moral Statistics of France: Sfide per l'analisi spaziale multivariabile di: Michael Friendly Statistical Science, Vol. 22, n. 3. (agosto 2007), pagg. 368-399 (Il PDF è gratuito). Anche un altro articolo ( Dray e Jombart, 2010 ) analizza gli stessi dati e ha del codice sorgente in R per creare tali grafici.

Una foto è una matrice scatterplot, l'altra è quello che viene chiamato un diagramma a stella (che è solo un modo diverso di rappresentare i grafici a barre come suggerito da Pablo).

Ecco un meraviglioso esempio di piccoli multipli pubblicati sul modello statistico, sull'inferenza causale e sulle scienze sociali di Andrew Gelman (e blog aziendale) . La mappa è di supporto degli elettori per i buoni scolastici da parte dello Stato, a seconda del reddito e di varie categorie di razza e religione. Ai non evangelici bianchi non piacciono davvero i buoni scuola! (Se vai sul blog vero e proprio anche se appare nei dati del sondaggio del 2004, c'è più supporto per i buoni scuola all'interno di quel gruppo).

Per scegliere tra le soluzioni presentate qui, è possibile fornire due informazioni chiave:

• qual è lo scopo della mappa? (Scopri, esponi?)
• qual è il pubblico previsto della mappa? (Tu, colleghi analisti, urbanista, pubblico?)

Le soluzioni qui citate possono avere un'efficienza diversa in base allo scopo e al pubblico.

Vorrei generalizzare la risposta di Julien (una mappa sintetica tramite un PCA) citando la tecnica della diagonalizzazione della matrice, descritta da J. Bertin. È utile quando si cerca una sintesi di tutte le informazioni, piuttosto che una presentazione completa dei dati.

In breve, consiste nel rappresentare ogni variabile con un istogramma, ordinare una pila di istogrammi in modo tale che i valori (le zone della mappa) siano allineati in modo diagonale, per ottenere una tipologia:

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

Sono molte informazioni ed è un dato di fatto che una singola mappa combinandole tutte in modo tematico comporterebbe una presentazione inutile a causa dell'inquinamento visivo. D'altra parte ci sono 30 zone, quindi anche molte mappe per ciascuna zona comporterebbero inquinamento.

La mia soluzione: scegliere quale sia l'informazione più importante, diciamo "reddito familiare", quindi dividere la mappa in alcune categorie di reddito. E, infine, per ogni punto del reddito, traccia una barra di chat con l'altro 5 attributo.

Con quella mappa è possibile effettuare alcuni confronti come, ad esempio: "Le aree ad alto reddito mostrano sempre un gran numero di lavoratori e un'età media di oltre 21 anni".

Guarda l'esempio...

Forse alcune di queste idee potrebbero aiutare?

Supponendo che tu abbia sei dimensioni:

1: Coropleth : esempio di reddito familiare 0

2, 3 e 4: Simboli : rappresentazione del numero di persone come punti, che consente di vedere lo sfondo: esempio 1, esempio 2 che utilizza la scala di grigi per lavoratori / non lavoratori e una combinazione di colori diversa per mostrare l'età

5: 3D : utilizzo della densità di popolazione come esempio di terreno 3

6: (Non riesco a pensare ad un sesto modo!)

È ridondante mostrare "Numero di famiglie", "Densità della popolazione" e "Numero di persone"?

Sarei scettico se una mappa con questa complessità fosse chiara a chiunque al di fuori di te. Se lo presentassi, prima di tutto mostrerei ogni elemento separatamente, quindi lo aggiungerei in modo che il pubblico possa capire i passaggi.

Un modo alternativo (se non si ha spazio per un grafico radar per ciascuna zona, potrebbe essere quello di creare un "glifo" che rappresenti questo esempio di informazione 4, fig . 10.28 . Penso che questi siano solitamente difficili da capire e non facili da progettare chiaramente, ma l'esempio collegato potrebbe essere usato in questo caso.

Un altro pensiero che avevo, sarebbe stato quello di estrudere i poligoni alla stessa altezza per ciascun poligono e quindi utilizzare una sezione dell'altezza per rappresentare questi parametri. Simile alla creazione di un grafico a barre per ogni area, ma in cui ogni sezione è sovrapposta a intervalli simili. Questo dovrebbe essere visto dal 3D, il che significherebbe che parte di esso sarebbe oscurato.

È un compito impegnativo. La mia risposta è andare con una mappa multivariata. Dai un'occhiata a questa mappa . La mappa sembrerà occupata se mostri tutte le variabili su una mappa. Assicurati di selezionare la combinazione di colori appropriata se scegli di utilizzare una mappa multivariata.

Un grado di semplificazione sarebbe quello di esprimere un elemento, come la densità di popolazione, attraverso un cartogramma, ovvero distorcere l'area di ciascuna unità in modo che sia proporzionale alla popolazione:

_{(fonte: amherst.edu )}

Lo svantaggio principale è che lo spettatore deve essere in grado di riconoscere la distorsione delle zone dalle loro "solite" forme.

Maggiori informazioni qui: http://gis.amherstma.gov/data/SpringNearc2009/Session4Cartograms.pdf