Mapa multivariado - Multivariate map
Un mapa bivariado o multivariado es un tipo de mapa temático que muestra dos o más variables en un solo mapa combinando diferentes conjuntos de símbolos . Cada una de las variables se representa mediante una técnica de mapa temático estándar , como coropletas , cartogramas o símbolos proporcionales . Pueden ser del mismo tipo o de tipos diferentes, y pueden estar en capas separadas del mapa, o pueden combinarse en un solo símbolo multivariado.
El objetivo típico de un mapa multivariante es visualizar cualquier estadística o geográfica relación entre las variables. Tiene el potencial de revelar relaciones entre variables de manera más efectiva que una comparación lado a lado de los mapas univariados correspondientes, pero también tiene el peligro de sobrecarga cognitiva cuando los símbolos y patrones son demasiado complejos para comprenderlos fácilmente.
Historia
Los primeros mapas multivariados aparecieron a principios de la era industrial (1830-1860), al mismo tiempo que comenzaban a aparecer los mapas temáticos en general. Un folleto de mapas de 1838 producido por Henry Drury Harness para un informe sobre los ferrocarriles irlandeses incluía uno que mostraba simultáneamente las poblaciones de la ciudad como símbolos proporcionales y el volumen de tráfico ferroviario como un mapa de flujo .
Charles Joseph Minard se convirtió en un maestro en la creación de visualizaciones que combinaban múltiples variables durante las décadas de 1850 y 1860, a menudo mezclando coropletas , líneas de flujo , símbolos proporcionales y gráficos estadísticos para contar historias complejas visualmente.
Los mapas temáticos multivariantes encontraron un resurgimiento a partir de mediados del siglo XX, coincidiendo con el giro científico de la geografía . George F. Jenks introdujo el mapa de densidad de puntos bivariados en 1953. Los primeros mapas de coropletas bivariados modernos fueron publicados por la Oficina del Censo de los Estados Unidos en la década de 1970. Sus patrones a menudo complejos de múltiples colores han atraído elogios y críticas desde entonces, pero también han llevado a la investigación para descubrir técnicas de diseño efectivas.
A partir de la década de 1980, los programas informáticos, incluido el sistema de información geográfica (SIG), facilitaron el diseño y la producción de mapas multivariados. De hecho, una herramienta para generar automáticamente mapas de coropletas bivariados se introdujo en ArcGIS Pro de Esri en 2020.
Métodos
Hay una variedad de formas en las que se pueden mapear variables separadas simultáneamente, que generalmente se dividen en algunos enfoques:
- Un mapa temático de varias capas retrata las variables como capas de mapa separadas, utilizando diferentes técnicas de mapas temáticos . Un ejemplo sería mostrar una variable como un mapa de coropletas , con otra variable mostrada como símbolos proporcionales en la parte superior de la coropleta.
- Un mapa de símbolos correlacionados representa dos o más variables en la misma capa de mapa temático, utilizando la misma variable visual , diseñada de tal manera que muestre la combinación relativa de las dos variables.
- Un mapa de coropletas bivariado es el tipo más común de símbolo correlacionado. Generalmente se utilizan colores contrastantes pero no complementarios, de modo que su combinación se reconoce intuitivamente como "entre" los dos colores originales, como rojo + azul = púrpura. Se ha descubierto que son más fáciles de usar si el mapa incluye una leyenda cuidadosamente diseñada y una explicación de la técnica. Una estrategia de leyenda común es una matriz bidimensional, dividida en cuadros más pequeños donde cada cuadro representa una relación única de las variables.
- Un mapa de densidad de puntos multivariante mezcla puntos de diferentes colores en cada distrito, que típicamente representan subgrupos separados de la población general.
- Un mapa de símbolos multivariante representa dos o más variables en la misma capa de mapa temático, utilizando distintas variables visuales para cada variable. Por ejemplo, una capa de ciudades puede estar simbolizada con círculos de tamaño proporcional que representan su población total, y el tono de cada círculo representa el tipo de fuente predominante de su energía eléctrica, similar a un mapa de coropletas nominal .
- Un cartograma distorsiona el tamaño y la forma de un conjunto de distritos según una variable, pero no dicta el símbolo utilizado para dibujar cada distrito. Por lo tanto, es común simbolizarlos como un mapa de coropletas .
- Un mapa gráfico representa cada característica geográfica con un gráfico estadístico , a menudo un gráfico circular o un gráfico de barras , que puede incluir una serie de variables. Cada gráfico generalmente se dibuja de manera proporcional a un total, lo que lo convierte en un símbolo multivariado.
- Las caras de Chernoff se han utilizado ocasionalmente en mapas desde la década de 1970, generalmente en una situación experimental. Esta técnica construye un símbolo de punto complejo que parece una cara, con varios rasgos faciales distorsionados para representar diversas variables, en un intento de aprovechar la experiencia humana innata de interpretar el significado de las expresiones faciales. Los resultados experimentales generalmente han sido mixtos y la técnica nunca ha ganado una gran popularidad.
- Un pequeño múltiplo es una serie de pequeños mapas, dispuestos en una cuadrícula o matriz, cada uno de los cuales muestra una variable diferente (pero posiblemente relacionada) en el mismo espacio. Se ha argumentado que este no es técnicamente un mapa multivariado porque es un conjunto de mapas separados, pero se incluye aquí porque está destinado a lograr el mismo propósito.
Ventajas y críticas
Los mapas temáticos multivariados pueden ser una herramienta muy eficaz para descubrir patrones geográficos intrincados en datos complejos. Si se ejecuta bien, los patrones relacionados entre variables pueden reconocerse más fácilmente en un mapa multivariado que comparando mapas temáticos separados.
La técnica funciona mejor cuando las variables tienen un patrón geográfico claro, como un alto grado de autocorrelación espacial , de modo que hay grandes regiones de apariencia similar con cambios graduales entre ellas, o una correlación generalmente fuerte entre las dos variables. Si no hay un patrón claro, el mapa puede convertirse en una abrumadora combinación de símbolos aleatorios.
Un segundo problema ocurre cuando los símbolos no armonizan bien. De acuerdo con la psicología de la Gestalt , un mapa multivariado funcionará mejor cuando los lectores de mapas puedan aislar patrones en cada variable de forma independiente, así como compararlos entre sí. Esto ocurre cuando los símbolos del mapa siguen los principios gestálticos de agrupación . Por el contrario, es posible seleccionar estrategias de símbolo temático que sean efectivas por sí mismas, pero que no funcionen bien juntas, como un símbolo de punto proporcional que oscurece el mapa de coropletas debajo, o un mapa de coropletas bivariantes usando colores base que crean colores mezclados poco intuitivos. .
Un tercer problema surge cuando un mapa, o incluso un solo símbolo, está sobrecargado con demasiadas variables que no se pueden interpretar de manera eficiente. Las caras de Chernoff a menudo han sido criticadas por este efecto.
Por lo tanto, muchos mapas multivariados resultan técnicamente impresionantes, pero prácticamente inutilizables. Esto significa que el cartógrafo debe poder evaluar críticamente si un mapa multivariado que ha diseñado es realmente efectivo. También se ha sugerido que, en algunos casos, un mapa podría no ser la mejor herramienta para estudiar un conjunto de datos multivariados en particular, y otros métodos analíticos pueden ser más esclarecedores, como el análisis de conglomerados .
Ver también
Referencias
Otra Literatura
- Jeong W. y Gluck M., (2002). Mapas temáticos multimodales bivariados con visualización auditiva y háptica. Actas de la Conferencia Internacional de Visualización Auditiva de 2002, Kyoto, Japón, 2-5 de julio.
- Leonowicz, A (2006). Mapas de coropletas de dos variables como una herramienta útil para la visualización de la relación geográfica. Geografija (42) págs. 33-37.
- Liu L. y Du C., (1999). Instituto de Investigación del Sistema Ambiental (ESRI), biblioteca en línea.
