Nachdem Sie in JMP eine numerische Variable in der Datentabelle ausgewählt haben, Spalten > Dienstprogramme > Kategorisierungsformel erstellen kann verwendet werden, um die numerische Variable anhand verschiedener Regeln in Kategorien einzuteilen.
Beispielsweise ist es praktisch, Daten, in denen das Alter eingegeben wird, in Teenager, Zwanziger usw. zu kategorisieren oder 80 Punkte oder mehr in die Kategorie „Bestanden“ und weniger als 80 Punkte in die Kategorie „Nicht bestanden“ für einen Test mit einer Höchstpunktzahl von 100 Punkten einzuteilen.
Für Kategorisierungsregeln stehen verschiedene Optionen zur Verfügung, wie in der folgenden Abbildung dargestellt. Man kann sich leicht vorstellen, wie man „nach gleicher Breite kategorisieren“ und „nach Perzentil kategorisieren“ trennt, aber es gibt Optionen „Kategorisierung nach Jenks natürlicher Taxonomie“ Es mag viele Menschen geben, die eine solche Klassifizierungsmethode nicht kennen.
Daher werde ich in diesem Blog zeigen, in welchen Fällen die „Kategorisierung nach Jenks‘ natürlicher Klassifikation“ verwendet wird, und Beispiele für die Klassifikation im Vergleich zu anderen Klassifikationsmethoden nennen.
Was ist die natürliche Klassifizierung in Jenks?
Bezüglich „Kategorisierung nach Jenks natürlicher Taxonomie“ enthält die JMP-Dokumentation die folgende Erklärung.
Durch Angabe der Anzahl der Klassen werden die Klassengrenzwerte so erstellt, dass die Varianz innerhalb jeder Klasse minimal und die Varianz zwischen den Klassen maximal ist.
Diese Kategorisierungsmethode ist Eine Methode, die bei der Klassifizierung eines bestimmten numerischen Werts mithilfe einer Karte kompatibel ist Das ist es.
Um Unterschiede in numerischen Werten (z. B. Bevölkerungsdichte, CO2-Emissionen usw.) für jede Region sichtbar zu machen, können numerische Daten in mehrere Kategorien unterteilt und farbcodierte Karten (Choroplethenkarten) erstellt werden. Zu diesem Zeitpunkt stellt sich die Frage, wie die numerischen Daten in Kategorien unterteilt werden sollen. Eine Möglichkeit hierfür ist jedoch die natürliche Klassifizierungsmethode von Jenks.
Ein Beispiel für die Farbcodierung einer Karte mithilfe der natürlichen Klassifikationen von Jenks
Betrachten Sie das folgende Beispiel.
Beispiel : Berechnen Sie die Anzahl der Ärzte pro 100.000 Einwohner in den 47 Präfekturen Japans, tragen Sie sie auf einer Karte ein und vergleichen Sie
Die folgende Abbildung zeigt, wenn „Kategorisierung durch natürliche Jenks-Klassifizierung“ als Schnittpunkt ausgewählt ist und die Anzahl der Kategorien mit 5 angegeben ist. Es wird durch halbe Werte wie 235,30583 geteilt, aber sozusagen Orte mit großen Werteänderungen werden als Gruppengrenzen abgegrenzt Es wird.
unten rechts Berechnete Spalte erstellen Klicken Sie auf die Schaltfläche, um am Ende der Datentabelle neue nominale Spalten mit fünf Kategorien zu erstellen. In diesem Beispiel zeigt die gelbe Spalte in der Abbildung unten die Anzahl der Ärzte pro 100.000 Einwohner, und aus dieser fortlaufenden Spalte haben wir eine neue Spalte (blau markiert) mit fünf Kategorien erstellt.
*Datenquelle: National Statistics Center SSDSE (Educational Standard Dataset)
Lassen Sie uns die neu erstellte Spalte verwenden, um eine Karte von Japan farblich zu kennzeichnen, und vergleichen Sie sie mit 190 bis 390, aufgeteilt in 5 gleichmäßig beabstandete (gleich breite) Inkremente von 40.
Mithilfe des „Graph Builder“ von JMP wird die Karte von Japan mithilfe von Blautönen in 5 Kategorien eingeteilt.
Die untere linke Abbildung ist die natürliche Klassifizierung von Jenks und die untere rechte Abbildung ist eine nach gleicher Breite klassifizierte Karte.
Beide Karten zeigen, dass es in den westlichen Regionen tendenziell mehr Ärzte gibt (pro 100.000 Einwohner) und in den östlichen Regionen tendenziell weniger.
Außerdem sieht man in der natürlichen Klassifikation von Jenks auf der linken Seite, dass es mehr dunkelblau eingefärbte Präfekturen gibt als auf der rechten Seite.
Kyoto, Tottori, Okayama, Tokushima, Kochi und Nagasaki fallen in diese Kategorie. Es ist klar, dass es in diesen Präfekturen viele Ärzte gibt.
Wie bereits gezeigt, verwendet der natürliche Klassifikator von Jenks Daten mit ähnlichen Werten fallen tendenziell in dieselbe Kategorie. Daher ist es einfacher, die Eigenschaften der Daten zu erfassen, wenn Sie sie wie in diesem Beispiel durch die Farbintensität dividieren.
Dieses Mal habe ich die Nützlichkeit der „natürlichen Klassifizierung von Jenks“ anhand von Kartenmalereidaten gezeigt, aber es ist eine nützliche Methode bei der Visualisierung von Daten, die nicht auf Karten beschränkt ist. Da es jedoch nicht durch eine gute Zahl wie „190 bis 230“ geteilt wird, muss man vorsichtig sein, dass Leute, die die Ergebnisse sehen, Zweifel haben, warum sie durch eine so unausgegorene Zahl geteilt werden.
Abschließend sehen Sie hier eine Grafik, in der die Anzahl der Ärzte pro 100.000 geteilt durch „Jenks' natürliche Klassifizierung“ und „gleiche Breite“ dargestellt ist.
Blau: Jenks Natural Classification, Rot: Gleiche Breite
In diesem Beispiel können Sie sehen, dass die Art und Weise, wie der größere Wert geteilt wird, charakteristisch ist.
von Naohiro Masukawa (JMP Japan)
