En JMP, después de seleccionar una variable numérica en la tabla de datos, Columnas > Utilidades > Crear fórmula de categorización se puede utilizar para dividir la variable numérica en categorías según varias reglas.
Por ejemplo, es conveniente categorizar datos en los que la edad se ingresa en adolescentes, veinte, etc., o clasificar 80 puntos o más en una categoría de "aprobado" y menos de 80 puntos en una categoría de "suspenso" para una prueba con un puntaje máximo de 100 puntos.
Hay varias opciones disponibles para las reglas de categorización, como se muestra en la siguiente figura. Es fácil imaginar cómo dividir "categorizar por igual ancho" y "categorizar por percentil", pero hay opciones "Categorización por taxonomía natural de Jenks" Puede haber muchas personas que no conozcan dicho método de clasificación.
Por lo tanto, en este blog, mostraré en qué casos se utiliza la "Categorización por clasificación natural de Jenks" y ejemplos de clasificación en comparación con otros métodos de clasificación.
¿Qué es la clasificación natural en Jenks?
Con respecto a la "Categorización por taxonomía natural de Jenks", la documentación de JMP tiene la siguiente explicación.
Al especificar el número de contenedores, crea puntos de corte de contenedor que minimizan la variación dentro de cada contenedor y maximizan la variación entre contenedores.
Este método de clasificación es Un método que es compatible a la hora de clasificar un determinado valor numérico utilizando un mapa Eso es todo.
Para visualizar las diferencias en los valores numéricos (por ejemplo, densidad de población, emisiones de CO2, etc.) para cada región, los datos numéricos se pueden dividir en varias categorías y se pueden crear mapas codificados por colores (mapas de coropletas). En este momento, surge la pregunta de cómo dividir los datos numéricos en categorías, y el método de clasificación natural de Jenks es una forma de hacerlo.
Un ejemplo de codificación por colores de un mapa utilizando las clasificaciones naturales de Jenks
Considere el siguiente ejemplo.
ejemplo : Calcule el número de médicos por cada 100.000 habitantes en las 47 prefecturas de Japón, grábelo en un mapa y compárelo
La siguiente figura muestra cuando se selecciona "Categorización por clasificación natural de Jenks" como punto de corte y el número de categorías se especifica como 5. Se divide por valores medios como 235.30583, pero por así decirlo Los lugares con grandes cambios en el valor se separan como límites de grupo Va a ser.
abajo a la derecha Crear columna calculada Haga clic en el botón para crear nuevas columnas nominales al final de la tabla de datos con cinco categorías. En este ejemplo, la columna amarilla en la figura a continuación muestra el número de médicos por cada 100.000 habitantes, y a partir de esta columna continua creamos una nueva columna (seleccionada en azul) con cinco clasificaciones.
*Fuente de datos: Centro Nacional de Estadística SSDSE (Conjunto de datos estándar educativo)
Usemos las columnas recién creadas para codificar con colores un mapa de Japón y compararlo con 190 a 390 dividido en 5 incrementos de 40 igualmente espaciados (igual ancho).
Usando "Graph Builder" de JMP, el mapa de Japón se clasifica en 5 categorías usando tonos de azul.
La figura inferior izquierda es la clasificación natural de Jenks, y la figura inferior derecha es un mapa clasificado por igual ancho.
Ambos mapas muestran que las regiones occidentales tienden a tener más médicos (por cada 100.000 habitantes) y las regiones orientales tienden a tener menos.
Además, en la clasificación natural de Jenks en el lado izquierdo, se puede ver que hay más prefecturas pintadas de azul oscuro que en el lado derecho.
Kioto, Tottori, Okayama, Tokushima, Kochi y Nagasaki entran en esta categoría. Está claro que hay muchos médicos en estas prefecturas.
Como se mostró anteriormente, el clasificador natural de Jenks usa Los datos con valores similares tienden a caer en la misma categoría. Por lo tanto, es más fácil captar las características de los datos si los divide por intensidad de color como en este ejemplo.
Esta vez, mostré la utilidad de la "clasificación natural de Jenks" con datos de pintura de mapas, pero es un método útil al visualizar datos, no limitado a mapas. Sin embargo, dado que no se divide por un buen número como "190 a 230", es necesario tener cuidado de que las personas que vean los resultados tengan dudas de por qué se dividen por un número tan medio cocido.
Finalmente, aquí hay un gráfico que traza el número de médicos por cada 100,000 cuando se divide por "clasificación natural de Jenks" y "ancho igual".
Azul: clasificación natural de Jenks, rojo: ancho igual
En este ejemplo, puede ver que la forma de dividir el valor mayor es característica.
por Naohiro Masukawa (JMP Japón)
