Fenêtre de discrétisation
Plusieurs méthodes sont proposées afin de transformer une série continue de valeurs
en une série discrète, c'est à dire en un nombre fini de classes.
Lors de la création d'une représentation choroplèthe, le nombre de classes ainsi que
les valeurs limites de ces classes doivent être justifiées statistiquement et/ou
thématiquement.
Les méthodes proposées par l'outil peuvent être utilisées telles quelles ou bien comme
des guides de lecture et d'analyse préalables à la saisie manuelle des limites de
classes souhaité.
Vue d'ensemble de la fenêtre de discrétisation
Fenêtre de discrétisation
Plusieurs éléments sont présents dans cette fenêtre :
Un résumé de la série de valeurs à discrétiser (nombre de valeurs non-nulles,
moyenne, médiane, minimum, maximum, etc.),
Un aperçu graphique de la distribution des valeurs (histogramme, courbe de densité
et boîte à moustaches),
Une section dédiée à la discrétisation (choix de la méthode, nombre de classes,
choix de la palette de couleurs et visualisation du nombre d'entités par classe).
Méthodes de discrétisation
Quantiles
Cette méthode, parfois également décrite par le terme de "discrétisation en classes
d'effectifs égaux" permet de former des classes qui possèdent toutes le même
nombre d'individus.
Intervalles égaux
Cette méthode, parfois également appelée "amplitudes égales", permet de créer des
classes qui possèdent toutes la même étendue.
Q6
Cette méthode (notamment démocratisée par l'outil PhilCarto), permet d'effectuer une
discrétisation selon la méthode des quartiles tout en isolant les valeurs extrêmes : elle
produit ainsi 6 classes.
Seuils naturels (algorithme CKMeans)
Cette méthode permet de créer des classes homogènes. En effet l'algorithme vise à
trouver le nombre de classe souhaité en minimisant la variance intra-classe et en
maximisant la variance inter-classe.
Seuils naturels (algorithme de Fisher-Jenks)
Cette méthode permet de créer des classes homogènes. En effet l'algorithme vise à
trouver le nombre de classe souhaité en minimisant la variance intra-classe et en
maximisant la variance inter-classe.
Dépréciation
Cette méthode est désormais dépréciée en faveur de la méthode CKMeans donnant de
meilleurs résultats (les entités sont généralement classées comme dans la méthode de
Fisher-Jenks mais avec des limites de classes plus faciles à lire) en un temps de calcul bien
plus court. Nous vous conseillons donc d'utiliser la méthode CKMeans à la place.
Moyenne et écart-type
Cette méthode propose de former des classes en fonction de la valeur de l'écart-type
et de la moyenne. Ce mode de discrétisation ne permet pas de choisir directement un
nombre de classes mais permet de choisir la portion d'écart-type qui correspond à la
taille d'une classe ainsi que le rôle de la moyenne (utilisée comme borne de classe ou
comme centre de classe).
Progression géométrique
Cette méthode de discrétisation permet de créer des classes dont les limites sont
définies par une progression géométrique : chaque classe est définie par un multiple
de la précédente.
Head / Tail Breaks
Cette méthode de discrétisation permet de créer des classes pour des séries très
déséquilibrées à gauche (avec beaucoup de valeurs faibles et quelques très fortes
valeurs).
Moyennes emboitées
Le nombre de classes qu'il est possible de choisir pour cette méthode est donc
nécessairement une puissance de 2 P2, 4, 8, etc.).
Saisie manuelle
Il est également possible de saisir manuellement les bornes de classes. Cette méthode
peut notamment être utile pour créer de "jolies" limites de classes après avoir effectué
une discrétisation automatique avec les quantiles ou les seuils naturels par exemple.
Choix d'une progression de couleurs
Deux types de progressions colorées sont disponibles dans Magrit :
Les palettes séquentielles : elles sont utilisées pour représenter des données
ordonnées de manière continue.
Les palettes divergentes : elles sont utilisées pour représenter des données
ordonnées autour d'une valeur centrale (par exemple, une moyenne, ou la valeur
zéro, etc.).
Menu On this page
Les palettes de couleurs proposées sont issus de la bibliothèque dicopal qui propose
des palettes en provenance de nombreux fournisseurs W ColorBrewer, Fabio Crameri's
Scientific Colour Maps, CartoColors, CmOcean, Matplotlib, Light & Bartlein, MyCarta,
Tableau, Joshua Stevens, etc.
Ces palettes peuvent être générées pour le nombre de classes désiré. Pour les
palettes divergentes, des options permettent de choisir si une classe centrale (neutre)
doit être présente ou non et la position de cette classe (ou du point d'inflexion le cas
échéant), permettant de générer des palettes divergentes asymétriques.
En savoir plus sur le choix d'une discrétisation en
cartographie thématique
Vous pouvez consulter l'article Géovisualisation des discrétisations : une petite
application pédagogique (par Laurent Jégou), dans la revue MappeMonde n°119, qui
met en avant, de manière interactive, l'importance du choix d'une discrétisation
adaptée en cartographie.
