Sunteți pe pagina 1din 4

clasificacin por cuantiles, los valores se dividen de forma que cada clase contenga el

mismo nmero de elementos. Las clases cuantiles son quizs las ms fciles de
entender, pero tambin pueden desorientar. Por ejemplo, los censos de poblacin pueden
no ser adecuados para la clasificacin cuantil porque los sitios menos poblados se
incluyen en la misma clase que los sitios altamente poblados.
Smbolos graduados: muestra una leyenda basada en smbolos que varan de tamao
en funcin a la cantidad expresada en el campo numrico asociado. Del tamao de los
smbolos podemos obtener la importancia relativa entre las clases, pero no sus valores
exactos.
Smbolos proporcionales: muestra una leyenda basada en smbolos que varan de
tamao en funcin a la cantidad expresada en el campo numrico asociado. Del tamao
de los smbolos podemos obtener los valores exactos. Para evitar tamaos muy grandes
es aconsejable normalizar el campo de consulta (existen varias formas de normalizar:
dividir por el total de los valores para obtener porcentajes o dividir por otro campo por
ejemplo para obtener densidad poblacional).
http://personales.upv.es/jpalomav/cursos/gvsig/gvsig_19.html?t6662.html
Tipo de simbologa Descripcin Ventajas Desventajas

Cuantil Determina el mismo Usado para comparar Valores muy


nmero de valores de reas de extensin / semejantes pueden
datos a cada clase, nmero de valores caer en intervalos
permitiendo con la semejante distintos o viceversa
clasificacin de
cuantiles que cada Datos linealmente Si las reas varan
clase contenga el distribuidos mucho en extensin
mismo nmero de
entidades. Enfatizar la posicin de Dado que las entidades
un elemento dentro de se agrupan en igual
un conjunto (distritos en nmero en cada clase,
el 20% superior) el mapa resultante
puede ser errneo en
algunas ocasiones.
Cortes naturales Se basan en las Permite ver Los cortes naturales son
Jenks agrupaciones naturales agrupaciones y clasificaciones
inherentes a los datos. patrones de distribucin especficas de los datos
Se identifican las inherentes a los datos y no sirven para
rupturas de clase que comparar varios mapas
agrupan valores Los datos aparecen creados a partir de
similares y maximizan agrupados en torno a informacin subyacente
las diferencias entre ciertos valores; existen distinta
clases; por ejemplo, la cortes claros en el
altura de los rboles en histograma No es adecuado para
un bosque nacional. Las comparar mapas (en
entidades se dividen en Los datos no se cada uno la divisin en
clases cuyos lmites distribuyen clases ser distinta)
quedan establecidos aleatoriamente
dnde hay diferencias Los saltos entre valores
considerables entre los Dado que la no son muy claros; en
valores de los datos. clasificacin de cortes ese caso la eleccin del
naturales coloca los nmero adecuado de
valores agrupados en la clases puede ser difcil
misma clase, este
mtodo resulta til para
representar
cartogrficamente
valores de datos que no
estn distribuidos
equitativamente.
Intervalo equivalente Los intervalos Obtiene los mejores
equivalentes fraccionan resultados cuando se
el rango de valores de aplica en rangos de
atributo en sub rangos datos conocidos, como
de igual tamao. Con los porcentajes y la
este mtodo de temperatura.
clasificacin, se
especifica el nmero de
intervalos (o sub Este metodo es muy til
rangos) y ArcGIS Maps cuando se quiere
for Office determina enfatizar una
automticamente la aglomeracin
forma de dividir los
datos.
Intervalo definido Le permiten al usuario
especificar el tamao de
intervalo utilizado para
definir una serie de
clases en el mismo
rango de valores. Por
ejemplo, cada intervalo
abarcar 75 unidades.

Intervalo definido
Los intervalos definidos le permiten especificar el tamao de intervalo utilizado para definir
una serie de clases en el mismo rango de valores. Por ejemplo, cada intervalo abarcar
75 unidades. ArcGIS Pro determinar el nmero de clases en funcin del tamao del
intervalo y el rango de todos los valores de campo.

Intervalo equivalente
Los intervalos equivalentes dividen el rango de valores de atributo en subrangos de igual
tamao. De este modo, puede especificar el nmero de intervalos y ArcGIS
Pro determinar automticamente las rupturas de clase en funcin del rango de valores.
Por ejemplo, si especifica tres clases para un campo cuyos valores oscilan de 0 a 300, la
aplicacin crear tres clases con rangos de 0100, 101200 y 201300.
El intervalo de igualdad se aplica mejor en rangos de datos familiares, tales como
porcentajes y temperatura. Este mtodo enfatiza la cantidad de un valor de atributo
relativo al resto de valores. Por ejemplo, se podr mostrar que una tienda forma parte del
grupo de tiendas que realizan la tercera parte de todas las ventas.

Cuantil
Cada clase contiene un nmero igual de entidades. La clasificacin de cuantiles es
adecuada para los datos distribuidos linealmente. El cuantil asigna el mismo nmero de
valores de datos a cada clase. No hay clases vacas ni clases con demasiados valores ni
con pocos valores.
Puesto que las entidades se agrupan en igual nmero en cada clase mediante la
clasificacin de cuantiles, el mapa resultante puede ser errneo en algunas ocasiones:
entidades similares se pueden situar en clases adyacentes, o entidades con valores muy
diferentes se pueden poner en la misma clase. Esta distorsin se puede reducir al mnimo
aumentando el nmero de clases.

Rupturas naturales (Jenks)


Las clases de cortes naturales se basan en las agrupaciones naturales inherentes a los
datos. Los cortes de clase se caracterizan porque agrupan mejor los valores similares y
maximizan las diferencias entre clases. Las entidades se dividen en clases cuyos lmites
quedan establecidos dnde hay diferencias considerables entre los valores de los datos.
Los cortes naturales son clasificaciones especficas de los datos y no sirven para
comparar varios mapas creados a partir de informacin subyacente distinta.
bibliografia: ArcGis Pro. (s.f.). Mtodos de clasificacin de datos. recuperado
de https://pro.arcgis.com/es/pro-app/help/mapping/symbols-and-styles/data-classification-
methods.htm#GUID-DBF89BDF-0E1E-4395-ABAE-1269EDB829FA

S-ar putea să vă placă și