Professional Documents
Culture Documents
Ic
Mximo Mnimog
b
Desventaja:
muy sensible a los valores extremos
Con una distribucin asimtrica o que presenta discontinuidades, algunas clases
pueden ser vacas y provocar una concentracin en pocas clases.
Ventaja:
Facilidad de clculo y de interpretacin.
Muy til cuando la variable se extiende de 0 a 100 o segn valores extremos
conocidos.
Mismas desventajas
Ventajas: permite tener ms clases en los pequeos valores, cuando la
distribucin es asimtrica.
Mximo Mnimo G n
Gn
Mximo
Mnimo
Log10G
Clase1: Mnimo -> Mnimo*G
Clase 2: Mnimo*G -> Mnimo*G2
Clase i:
Clase n: Mnimo*G(n-1) -> Mnimo*Gn
EJ1.CAT
2.
3.
4.
Si, adems de la asimetra, la distribucin se acerca de un modelo lognormal, utilizar la progresin geomtrica.
5.
Desventaja:
Se puede que cada clase no tenga exactamente el mismo nmero de individuos,
porque pueden existir varias observaciones con el mismo valor.
Puede ser difcil establecer los limites de clase en el caso de series muy
discontinuadas.
Tambin si existen valores muy particulares a los extremos, los lmites de clases
estarn difcil de interpretar. En este caso, suele tomar como clases extremas los
percentiles 5 y 95.
Ventaja:
Este mtodo funciona con cualquier tipo de distribucin, que sea normal o no.
Es completamente independiente de los valores; y no depende de los valores
extremos.
La discretizacin permite una comparacin entre diferentes series, con comparacin
del orden de las observaciones de la distribucin..
Considerando que cada clase tiene el mismo nmero de individuos, la entropa es
mxima. Es decir que es la discretizacin que trae el mximo de informacin, y que
permite la mejor lectura grfica del mapa.
Los lmites de clase son valores reales.
Nmero impar
Clase 1: <m-2 s
Clase 2: (m-2s) -> (m-1s)
Clase 3: (m-1s) -> m
Clase 4: m -> (m+1s)
Clase 5: (m+1s) -> (m+2s)
Clase 6 > m+2s
Ventaja:
Permite la comparacin entre variables muy disimilares porque la comparacin se hace a partir de
variables de origen comn (media) y de unidad de medida similar (desviacin estndar), a
condicin de tener una distribucin normal.
A veces es necesario subdividir ms las clases cerca de la media e incluir en una sola clase los
valores extremos que salen del intervalo de confianza.
Ventajas:
anlisis de la varianza.
Este mtodo propone, sobre base de un anlisis de la varianza,
minimizar la varianza dentro de cada clase, y maximizar la varianza
entre las clases.
Los datos se ordenan por valor creciente.
Se buscan todos los grupos que se pueden constituir con k clases.
Por cada configuracin, se calcula la varianza dentro de los grupos, y la
varianza entre los grupos.
Se hace una comparacin entre estos valores y se toma la configuracin que
minimiza la varianza dentro de los grupos, y maximiza la varianza entre los
grupos.
Ventajas:
Este mtodo es el mejor del punto de vista estadstica porque constituye grupos con
mxima homogeneidad y busca una mxima heterogeneidad entre los grupos.
Los lmites de clase son valores reales de la distribucin.
Desventaja:
Cada configuracin da clases muy diferentes
Grupo 2: - Equiprobabilidades.
Este mtodo se basa en la distribucin terica de las probabilidades
de las frecuencias asociadas a una distribucin normal.
La distribucin de frecuencia adoptada es una equireparticin con el
mismo nmero de observacin en cada clase.
El nmero de observacin es calculado como:
E=Nmero total de observacin / Nmero de clases.
Se utiliza la tabla de las probabilidades de una ley normal para buscar la
probabilidad de tener E observacin en cada clase. Estos valores tericos
corresponden a valores centradas y reducidas.
Se usa la media y la desviacin estndar de la distribucin para calcular los
limites de clase.
Ventajas:
Si la distribucin es normal, se cumula las ventajas del mtodo de los cuantiles y de la
desviacin estndar. Frecuencias y probabilidades son similares.
Si la distribucin no es normal, el nmero de observacin en cada clase no es constante y la
diferencia indica la distancia entre las dos distribuciones.
EJ1.CAT
EJ2.CAT
Redundencia
Intra/Inter
Quantiles
0.128
0.000
0.079
Probabilidades
0.134
0.008
0.081
Jenks
0.166
0.069
0.052
0.259
0.083
0.191
0.009
0.124
Estndar
Medias
Conclusin
Ratio entre la varianza entre las clases y la varianza dentro de
las clases (Anlisis de varianza): Cuanto ms este ndice es
pequeo, ms la clasificacin es significativa, es decir, gran
homogeneidad de las clases y gran diferencia entre clases.
En nuestro caso ?
Ventajas:
Permite incluir en la discretizacin la cantidad de una variable de
ponderacin. En general se utiliza la superficie o la poblacin.
En el caso de la superficie, cada clase, es decir cada color del mapa,
representa la misma superficie.
Se puede estudiar tambin la relacin que existe en dos variables
relacionadas. En el ejemplo, existe una parte de la curva que muestra una
proporcionalidad entre la tasa de analfabetismo y el nmero cumulado de
productores. Es decir tambin que la clase con menos tasa representa el
mismo peso que la clase con ms analfabetismo. El estudio de la forma de
la curva da algunas caractersticas de la distribucin geogrfica de la
variable.
Simtrica
Pequea escala
Error mnimo
Homogeneidad
de las clases
Mapas
independientes
Entropa mxima
Uniforme
No uniforme
Medias
encajadas
Histograma
Medias
Jenks
encajadas Tranformacin de
Jenks
los datos
Quantiles
Clinogrfico
Distancia
cumulada
Quantiles
Clinogrfico
Iguales intervalos
Transformacin de
los datos
Jenks
Error mnimo y
homogeneidad de
las clases
Estndar
Jenks
Estndar
Transformacin de
los datos Jenks
Entropa mxima
EquiProbabilidades
EquiProbabilidades
Preservacin de
la estructura
espacial
Distancia
cumulada
Medias
encajadas
Distancia
cumulada
Medias encajadas
Preservacin de
la estructura
espacial
Serie de mapas
Iguales
intervalos
Estndar
Iguales
intervalos
Estndar
Jenks
EquiProbabilidades
Quantiles
Distribucin de la frecuencia
Simtrica
Asimtrica
Asimtrica
Grande
Grande
Pequea escala
escala
escala
Medias
encajadas
Quantiles
Clinogrfico
EquiHistograma
Clinogrfico
Quantiles
EquiProbabilidades
Histograma
FAMILIA
MTODO
Intuitivo
..
Intuicin y experiencia
del autor
Exgeno
..
Matem tica
NOTA
Requiere un buen conocim iento de la variable estudiada.
No perm ite la com paracin
Iguales intervalos
Progresin
aritm tica
Progresin
geom trica
FAMILIA
Estadstica y
Probabilidade
s
MTODO
NOTA
Quantiles
Estandr
El intervalo de la clase
es proporcional a una
fraccin de la desviacin Necesita una distribucin norm al. Eficaz para hacer
estandr.
com paracin entre varias distribuciones.
Medias encajadas
Clculo de la m edia
aritm tica. Clculo de la
m edia del grupo bajo la
m edia y del grupo
encim a de la m edia....
Jenks
Minim izacin de la
variancia de un grupo y
m axim izacin de la
variancia entre los
grupos (basado en la
anlisis de variancia)
FAMILIA
Grfica
MTODO
NOTA
Histogram a
Curva clinogrfica