データ分類は、等級数値を範囲ごとにグループ化し、各分類範囲をカラー ランプ上の異なる濃淡や色またはシンボル サイズで表すプロセスです。
使用する分類方法は、使用しているデータと、マップ上で提供する情報によって異なります。
自然分類
自然分類では、データ値の自然なグループ化に基づいてクラスを作成します。 これがデフォルトの分類方法です。
自然分類方法は、データ内の自然なグループを強調する場合に使用します。 自然分類は、異なるデータで作成されたマップの比較には使用しないでください。 たとえば、自然分類は、都市の地区別の犯罪数を比較する場合に使用します。 犯罪総数をグループ化して、犯罪総数が近い地域を同じシンボル サイズでシンボル表示します。
等間隔
等間隔分類では、属性値の範囲を同じサイズのサブ範囲に分割します。
等間隔分類は、属性の量を他の値に対して強調します。 範囲が一般的なデータに使用します。 たとえば、等間隔は、支店の総売上額を比較する場合に使用します。 4 つの階級を使用する場合、店舗は 25 パーセントの範囲に分割されます。
等量分類
等量分類では、フィーチャの数が等しくなるように、属性をビンに分類します。
等量分類は、異なるクラスに似た値を配置することで、マップの外観が歪む可能性があります。 比較的均一なデータに使用します。 等量分類は、視覚的にランク付けにも使用できます。 たとえば、等量分類は、特定の年における国別の炭素排出量を比較する場合に使用します。 データセットに 100 か国の排出量が含まれていて 10 の階層を適用する場合、炭素排出国のグループ (10 の最高排出国、10 の最低排出国など) は区別できますが、グループ内での区別はできません。
標準偏差
標準偏差分類では、フィーチャの属性が平均からどれだけ離れているかに基づいてフィーチャを分類します。
標準偏差分類は、正規分布しているデータセットを使用して、平均値または平均からの距離が重要な解析を行う場合に最適です。 たとえば、標準偏差と分散カラー ランプは、国の平均寿命を比較する場合に使用します。 平均寿命が最も高い/低い国は、それぞれ異なる陰影で表示されます。 クラスが世界の平均寿命に近づくほど、色が明るくなります。
ヒント:
標準偏差分類は、コロプレス マップの分散カラー ランプと一緒に使用してください。 分散カラー ランプのスタイルは、極端に大きい/小さい値は陰影、平均値は中間色で設定されます。
未分類
未分類分類では、数値データが、離散的なクラスではなく、連続スケールで表示されます。
未分類の分類は、徐々に変化するデータを表示する場合に使用します。 たとえば、未分類カラー ランプは、規則的に配置された気象観測所で所定の時間範囲に計測された平均気温をスタイル設定する場合に使用します。 ポイントは、分析範囲における温度の段階的な変化を示します。
手動
手動分類では、データに合わせて、手動でカスタム クラス閾値を追加します。
手動分類は、新しいクラス閾値を作成するか、異なる分類方法を使用して作成された閾値を変更する場合に適しています。 たとえば、等間隔を使用してデータを分類してから、手動分類を使用して、数値を丸めるように閾値を変更できます。
手動による方法は、同じ階級を使用して複数のマップを作成する場合など、既知の範囲をデータに適用する必要がある場合に使用します。 たとえば、手動分類は、時間経過に伴う都市の地区別の空き家数を比較する場合に使用します。 両方のマップに同じ階級を適用できるので、分類の違いから誤った推測をすることなく、パターンを調べたり比較を行うことができます。
リソース
詳細については、次のリソースをご参照ください。