The selection of class intervals for choroplethic maps is approached with the objective of maximizing the visual correspondence between the variable to be categorized and a referent variable with which it is associated. A measure of visual correlation is developed to serve as the objective function for an algorithm which locates breaks between classes, one at a time, and also tests each stage in the solution process for stability. A simple, ten-area example and a more comprehensive, five-variable application using forty-eight areal units are used in discussing the algorithm's operation and effectiveness. Possible modifications to the procedure are also considered. L'approche de l'auteur pour ce qui est du choix des intervalles de classe pour les cartes choroplèthes vise à maximiser la correspondance visuelle entre la variable à classer et une variable de référence à laquelle elle est associée. L'auteur établit une mesure de la corrélation visuelle, qui sert de fonction objective d'un algorithme qui situe les unes après les autres les coupures entre les classes et qui, de plus, vérifie chaque étape du processus de solution visant la stabilité. Pour l'étude du fonctionnement et de l'efficacité des algorithmes, l'auteur donne un exemple simple à dix régions, ainsi qu'une application plus poussée à cinq variables, à l'aide de quarante-huit unités régionales. L'auteur tient également compte de la possibilité d'apporter certaines modifications à cette façon de procéder.
No takes yet. Share an insight, caveat, or question.
Mark Monmonier (1975) studied this question.