रिपोर्टिंग का अनुमान लगाते समय आपको हमेशा त्रुटि का मार्जिन शामिल करना चाहिए। टेबल, टेक्स्ट या ग्राफ में त्रुटि के मार्जिन की रिपोर्ट करने के पारंपरिक तरीके हैं। लेकिन, आप किसी मानचित्र पर देखे गए डेटा के लिए त्रुटि की रिपोर्ट कैसे करते हैं?
रिपोर्टिंग का अनुमान लगाते समय आपको हमेशा त्रुटि का मार्जिन शामिल करना चाहिए। टेबल, टेक्स्ट या ग्राफ में त्रुटि के मार्जिन की रिपोर्ट करने के पारंपरिक तरीके हैं। लेकिन, आप किसी मानचित्र पर देखे गए डेटा के लिए त्रुटि की रिपोर्ट कैसे करते हैं?
जवाबों:
एक गहन पत्रिका लेख जो मुझे आया था, ठीक उसी तरह से चर्चा करता है, जो @Aksel एक अन्य उत्तर में है ( सन और वोंग, 2010 ) (यह मुफ्त ऑनलाइन के लिए यहां उपलब्ध है , लेकिन यह लिंक नक्शे के चित्रों से शून्य है जहां तक मैं बता सकता हूं)। अनिवार्य रूप से वे सुझाव देते हैं कि वे छोटे बहु दृष्टिकोण (यानी दो नक्शे बनाते हुए, एक अनुमान दिखाते हुए और दूसरा अनिश्चितता दिखाते हुए) के विपरीत ओवरले दृष्टिकोण को पसंद करते हैं।
इस मंच पर उल्लिखित अल्फा मानचित्रों का मान डैश लाइनों के ओवरले (जो मुझे अधिक सहज लगता है) की तुलना में अनिश्चितता का प्रतिनिधित्व करने का एक वैकल्पिक तरीका है।
अन्य काम जो मैंने पढ़े हैं वे ब्याज के हो सकते हैं (हालांकि वे सीधे सवाल का जवाब नहीं देते हैं);
के रूप में एंडी सफेदी धुंधला द्वारा इंगित एक विकल्प है। एक अलग विकल्प कुछ प्रकार के प्रस्तुति फ़िल्टर का उपयोग कर रहा है: आप केवल उन परिणामों को दिखाते हैं जो एक निश्चित सीमा से अधिक निश्चित हैं। आप विभिन्न थ्रेसहोल्ड के साथ विभिन्न मानचित्र प्रदान कर सकते हैं।
सबसे कम सीमा पूरी आबादी का मानक विचलन हो सकता है (या आपके डेटा के आधार पर कुछ बहुत ही सरल मॉडल)। यदि एक जटिल मानचित्र प्रक्रिया का उपयोग उच्च अनिश्चितता के साथ किया जाता है, तो बड़े क्षेत्रों में इस मानक विचलन की तुलना में अनिश्चितताएं अधिक हो सकती हैं। (आपके वैरिएबल पर निश्चित रूप से निर्भर करता है: एक मिट्टी में ऑर्गेनिक कार्बन के लिए, यह कथन सत्य है, उदाहरण के लिए एक ऊंचाई मानचित्र पर त्रुटि जो कि थ्रेसहोल्ड बिल्कुल भी समझ में नहीं आती है)। कुछ बेशर्म आत्म प्रचार: एक कागज जो इस तरह की तकनीक का उपयोग करता है वह है: यह कागज
बिंदु स्तर के डेटा के लिए, जे फाउलर की थीसिस 'प्वाइंट स्तर अनिश्चितता का कार्टोग्राफिक संचार' ( उद्धरण , पूर्ण पाठ , पोस्टर के लिए लिंक , कार्टोएनज़ के माध्यम से पाया गया ) तरीकों का उत्कृष्ट अवलोकन प्रदान करता है:
कुछ और दृश्य उदाहरण।
जैसा कि @ काको ने सुझाव दिया था, डॉटेड ओवरले का उपयोग महत्व का प्रतिनिधित्व करने के लिए किया जा सकता है। नागी, सी।, एट अल से उदाहरण। (2014)। हंगरी, 2005-2010 में शराबी यकृत की बीमारी के कारण समय से पहले मृत्यु के पदानुक्रमित अनुपात-टेम्पोरल मैपिंग। सार्वजनिक स्वास्थ्य के यूरोपीय जर्नल , 24 (5), 827–33 ( लिंक , पेवल ):
किसी भी तरह की विपरीत विधि, जो कम महत्व के क्षेत्रों को दूर करती है , उत्तरी यूरोप के कैंसर एटलस में पाई जा सकती है :
NORDCAN एटलस के बाद के नक्शे अधिक आक्रामक छायांकन पर स्विच करने लगते हैं:
(इस तकनीक के बारे में अधिक विवरण (paywall के पीछे) पाया जा सकता है: Patama T, Pukkala E (2016) 'कैंसर-रिस्क मैपिंग के लिए स्मॉल-एरिया आधारित स्मूथिंग विधि' Spatial and Spatio-Temal-epidemiology , http: //dx.doi। org / 10.1016 / j.sste.2016.05.003 )
अपने बेशर्म प्लग के लिए माफी माँगते हुए, यहाँ मैं प्रकाशन से एक नक्शा ले रहा हूँ जो बायेसियन स्थानिक मॉडल से परिणाम पेश करने में शामिल था। मॉडल द्वारा अनुमानित क्षेत्र (पोस्टकोड) के स्तर के अंतर अनुपातों (जो वर्गों के hues द्वारा प्रस्तुत किए गए हैं) को पृष्ठभूमि कोरोप्लेथ मानचित्र के रूप में शामिल किया गया था।