Dans JMP, après avoir sélectionné une variable numérique dans la table de données, Colonnes > Utilitaires > Créer une formule de catégorisation peut être utilisé pour diviser la variable numérique en catégories selon diverses règles.
Par exemple, il est pratique de catégoriser les données dans lesquelles l'âge est entré dans les adolescents, la vingtaine, etc., ou de classer 80 points ou plus dans une catégorie "réussite" et moins de 80 points dans une catégorie "échec" pour un test avec un score maximum de 100 points.
Diverses options sont disponibles pour les règles de catégorisation, comme illustré dans la figure ci-dessous. Il est facile d'imaginer comment diviser "catégoriser par largeur égale" et "catégoriser par centile", mais il existe des options "Catégorisation par la taxonomie naturelle de Jenks" Il peut y avoir beaucoup de gens qui ne connaissent pas une telle méthode de classification.
Par conséquent, dans ce blog, je montrerai dans quels cas la "Catégorisation par la classification naturelle de Jenks" est utilisée, et des exemples de classification par rapport à d'autres méthodes de classification.
Qu'est-ce que la classification naturelle dans Jenks
En ce qui concerne la "Catégorisation par la taxonomie naturelle de Jenks", la documentation JMP contient l'explication suivante.
En spécifiant le nombre de casiers, vous créez des points de coupure de casiers qui minimisent la variance au sein de chaque casier et maximisent la variance entre les casiers.
Cette méthode de catégorisation est Une méthode compatible lors de la classification d'une certaine valeur numérique à l'aide d'une carte C'est ça.
Afin de visualiser les différences de valeurs numériques (par exemple, la densité de population, les émissions de CO2, etc.) pour chaque région, les données numériques peuvent être divisées en plusieurs catégories et des cartes à code couleur (cartes choroplèthes) peuvent être créées. À ce moment, la question se pose de savoir comment diviser les données numériques en catégories, et la méthode de classification naturelle de Jenks est une façon de le faire.
Un exemple de codage couleur d'une carte à l'aide des classifications naturelles de Jenks
Prenons l'exemple suivant.
exemple : Calculez le nombre de médecins pour 100 000 habitants dans les 47 préfectures du Japon, tracez-le sur une carte et comparez
La figure ci-dessous montre quand "Catégorisation par classification naturelle de Jenks" est sélectionné comme point de coupure et que le nombre de catégories est spécifié à 5. Il est divisé par des valeurs intermédiaires telles que 235,30583, mais pour ainsi dire Les lieux avec de grands changements de valeur sont séparés en tant que limites de groupe Ça va être.
en bas à droite Créer une colonne calculée Cliquez sur le bouton pour créer de nouvelles colonnes nominales à la fin du tableau de données avec cinq catégories. Dans cet exemple, la colonne jaune de la figure ci-dessous indique le nombre de médecins pour 100 000 habitants, et à partir de cette colonne continue, nous avons créé une nouvelle colonne (sélectionnée en bleu) avec cinq classifications.
*Source des données : Centre national des statistiques SSDSE (ensemble de données standard sur l'éducation)
Utilisons les colonnes nouvellement créées pour coder en couleur une carte du Japon et comparons-la avec 190 à 390 divisés en 5 incréments de 40 équidistants (largeur égale).
En utilisant le "Graph Builder" de JMP, la carte du Japon est classée en 5 catégories en utilisant des nuances de bleu.
La figure en bas à gauche est la classification naturelle de Jenks, et la figure en bas à droite est une carte classée par largeur égale.
Les deux cartes montrent que les régions de l'Ouest ont tendance à avoir plus de médecins (pour 100 000 habitants) et les régions de l'Est ont tendance à en avoir moins.
De plus, dans la classification naturelle de Jenks sur le côté gauche, vous pouvez voir qu'il y a plus de préfectures peintes en bleu foncé que sur le côté droit.
Kyoto, Tottori, Okayama, Tokushima, Kochi et Nagasaki entrent dans cette catégorie. Force est de constater qu'il y a beaucoup de médecins dans ces préfectures.
Comme indiqué précédemment, le classificateur naturel de Jenks utilise Les données avec des valeurs similaires ont tendance à tomber dans la même catégorie. Par conséquent, il est plus facile de saisir les caractéristiques des données si vous les divisez par l'intensité des couleurs comme dans cet exemple.
Cette fois, j'ai montré l'utilité de la "classification naturelle de Jenks" avec des données de peinture de carte, mais c'est une méthode utile lors de la visualisation de données, non limitée aux cartes. Cependant, comme il n'est pas divisé par un bon nombre tel que "190 à 230", il faut faire attention que les personnes qui verront les résultats auront des doutes quant à la raison pour laquelle ils sont divisés par un nombre aussi approximatif.
Enfin, voici un graphique traçant le nombre de médecins pour 100 000 lorsqu'il est divisé par la "classification naturelle de Jenks" et la "largeur égale".
Bleu : classification naturelle de Jenks, rouge : largeur égale
Dans cet exemple, vous pouvez voir que la façon de diviser la plus grande valeur est caractéristique.
par Naohiro Masukawa (JMP Japon)
