Lorsque vous appliquez des styles avec une couleur ou une taille pour afficher les données numériques, vous pouvez classer les données (c’est-à-dire les répartir en classes ou groupes) et définir les plages ou seuils de ces classes. Vous pouvez par exemple regrouper la population par données d’âge en 10 groupes maximum (population âgée de 0-9, 10-19, 20-29 et ainsi de suite), puis identifier visuellement ces classes sur une carte.
Selon la quantité de données, vous pouvez avoir jusqu’à 10 classes. Plus les données sont nombreuses, plus vous pouvez ajouter de classes. La méthode utilisée pour définir les plages et interruptions de classes (valeurs maximale et minimale définissant chaque classe) détermine les entités comprises dans chacune des classes et l’aspect de la couche. En modifiant les classes à l’aide de méthodes de classification différentes, vous changez l’aspect de la carte. En règle générale, l’objectif est de garantir que des entités ayant des valeurs similaires appartiennent à une même classe.
Seuils naturels
La méthode de classification par seuils naturels (également connue sous le nom d’optimisation de Jenks) repose sur les regroupements naturels inhérents aux données. Les seuils de classes qui regroupent le mieux des valeurs similaires et optimisent les différences entre les classes sont identifiés, par exemple la hauteur des arbres dans une forêt nationale. Les entités sont réparties en classes dont les limites sont définies aux endroits où se trouvent de relativement grandes différences dans les valeurs de données.
Etant donné que la classification par seuils naturels place les valeurs agrégées dans la même classe, cette méthode est utile pour cartographier des valeurs de données qui ne sont pas réparties de façon régulière.
Intervalle égal
La méthode de classification par intervalles égaux divise la plage de valeurs attributaires en sous-plages de même taille. Avec cette méthode de classification, vous spécifiez le nombre d’intervalles (ou sous-plages) et les données sont réparties automatiquement. Par exemple, si vous spécifiez trois classes pour un champ attributaire avec des valeurs comprises entre 0 et 300, trois classes de plages 0-100, 101--200 et 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 pourra montrer qu’un point de vente fait partie du groupe des points de vente ayant réalisé le tiers supérieur de toutes les ventes.
Ecart type
La méthode de classification par écart type montre l’écart existant entre la valeur attributaire d’une entité et la moyenne. En mettant l’accent sur les valeurs supérieures et inférieures à la moyenne, la classification par écart type permet de montrer les entités supérieures ou inférieures à une valeur moyenne. Utilisez cette classification lorsqu’il est important de connaître la position des valeurs par rapport à la moyenne, par exemple pour examiner la densité de population dans une région ou pour comparer les taux de saisie immobilière dans tout le pays. Pour afficher plus de détails sur la carte, vous pouvez modifier la taille de classe de 1 écart type à 0,5 écart type.
Quantile
Avec la méthode de classification par quantile, chaque classe contient un nombre égal d’entités, par exemple, 10 par classe ou 20 par classe. Il n’y a pas de classes vides ni de classes avec trop ou trop peu de valeurs. La classification des quantiles est bien adaptée aux données réparties de manière linéaire (régulière). Si vous voulez avoir le même nombre d’entités ou de valeurs dans chaque classe, utilisez la classification des quantiles.
Etant donné que les entités sont regroupées en nombres égaux dans chaque classe, la carte obtenue peut souvent être 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 manuel
Pour définir des classes personnalisées, vous pouvez ajouter manuellement des seuils de classes et définir des plages de classes adaptées aux données. Vous pouvez aussi démarrer avec l’une des méthodes de classification standard et l’adapter à vos besoins. Il existe parfois des normes ou instructions pour la cartographie des données. Ainsi, une agence peut utiliser des classes ou seuils standard pour toutes les cartes, tels que l’échelle de Fujita (échelle F) pour classer la force des tornades.
Ressources supplémentaires
L’article Better Breaks Define Your Thematic Map's Purpose illustre les différences entre chaque méthode de classification dans une carte thématique.
Vous avez un commentaire à formuler concernant cette rubrique ?