Méthodes de classification des données

Lorsque vous classez des données, avec la symbologie des symboles gradués, couleurs graduées ou couleurs bivariées, vous pouvez utiliser l’une des nombreuses méthodes de classification standard de ArcGIS AllSource ou définir manuellement vos propres plages de classes personnalisées. Les méthodes de classification permettent de classer des champs numériques pour la symbologie graduée.

Seuils naturels (Jenks)

Avec la classification par seuils naturels (Jenks) , les classes sont déterminées par les regroupements naturels inhérents aux données. Les seuils de classe sont créés de manière à optimiser le regroupement des valeurs similaires et à maximiser les différences entre les classes. Les entités sont réparties en classes dont les limites sont définies aux endroits où se trouvent de grandes différences dans les valeurs de données.

Les seuils naturels sont des classifications propres aux données et ne permettent pas de comparer plusieurs cartes conçues à partir de différentes informations sous-jacentes.

Cette classification repose sur l’algorithme Seuils naturels (Jenks). Pour plus d’informations, consultez Univariate classification schemes dans Geospatial Analysis—A Comprehensive Guide, 6th edition; 2007-2018; de Smith, Goodchild, Longley.

Quantile

Dans une classification par quantile , chaque classe contient un nombre égal d’entités. Une classification des quantiles est bien adaptée aux données réparties de manière linéaire. Un quantile affecte le même nombre de valeurs de données à chaque classe. Il n’y a pas de classes vides ni de classes avec trop ou trop peu de valeurs.

Etant donné que les entités sont regroupées en nombres égaux dans chaque classe à l'aide de la classification des quantiles, la carte résultante est souvent trompeuse. Il arrive que des entités similaires soient placées dans des classes adjacentes ou que des entités ayant des valeurs très différentes soient dans une même classe. Vous pouvez minimiser cette distorsion en augmentant le nombre de classes.

Intervalle égal

Utilisez l'intervalle égal pour diviser la plage de valeurs attributaires en sous-plages de même taille. Ceci vous permet de spécifier le nombre d’intervalles, et les interruptions de classe en fonction de la plage de valeurs sont automatiquement déterminées. Par exemple, si vous spécifiez trois classes pour un champ dont les valeurs sont comprises entre 0 et 300, trois classes de plages allant de 0-100, de 101-200 et de 201-300 sont créées.

L’option Intervalle égal convient particulièrement bien aux plages de données familières, telles que des pourcentages et des températures. Cette méthode met en évidence la quantité d’une valeur attributaire par rapport à d’autres valeurs. Par exemple, elle permet de montrer qu'un magasin fait partie du groupe de magasins ayant réalisé le tiers supérieur de toutes les ventes.

Intervalle défini

Utilisez l’intervalle défini pour spécifier une taille d’intervalle permettant de définir une série de classes avec la même plage de valeurs. Par exemple, si la taille d’intervalle est de 75, chaque classe couvre 75 unités. Le nombre de classes, en fonction de la taille d’intervalle et de la taille d’échantillon maximale, est déterminé automatiquement. La taille d’intervalle doit être assez petite pour accueillir le nombre minimal de classes autorisé, qui est de trois.

Intervalle manuel

Utilisez l’intervalle manuel pour définir vos propres classes, ajouter manuellement des interruptions de classes et définir des plages de classes adaptées aux données. Démarrez avec l’une des classifications standard, puis passez à la classification de l’intervalle manuel pour effectuer des ajustements, si nécessaire.

Intervalle géométrique

La classification d'intervalles géométriques crée des interruptions de classe basées sur des intervalles de classe ayant une série géométrique. Le coefficient géométrique de ce classificateur peut changer une fois (en son inverse) pour optimiser les plages de classe. L'algorithme crée des intervalles géométriques en réduisant la somme de carrés du nombre d'éléments dans chaque classe. Cela garantit que chaque plage de classes a approximativement le même nombre de valeurs dans chaque classe et que le changement entre intervalles est relativement cohérent.

Cet algorithme a été développé spécialement pour prendre en charge les données continues. Il constitue un compromis entre les méthodes des intervalles égaux, des seuils naturels (Jenks) et des quantiles. Il crée un équilibre entre la mise en surbrillance des modifications dans les valeurs centrales et les valeurs extrêmes. Il génère un résultat visuellement intéressant et complet d'un point de vue cartographique.

Un exemple d’utilisation de la classification d’intervalles géométriques implique un jeu de données de précipitations dans lequel seulement 15 stations météorologiques sur 100 (moins de 50 %) ont enregistré des précipitations, de sorte que leurs valeurs attributaires sont nulles.

Écart type

La méthode de classification par écart type montre l’écart existant entre la valeur attributaire d’une entité et la moyenne. La moyenne et l’écart type sont calculés automatiquement. Les seuils de classe sont créés avec des plages de valeurs égales qui représentent une proportion de l’écart type (généralement aux intervalles un, un demi, un tiers ou un quart), à l’aide des valeurs moyennes et des écarts types de la moyenne.