No open-access location is known for this record yet.
No open-access location is known for this record yet.
Na construção de um mapa estatístico, a seleção de intervalos de classe é de importância fundamental, porque podem ocorrer diversas interpretações dos mesmos dados originais, se diferentes intervalos de classe são utilizados, ou seja, p autor do mapa pode influenciar a interpretação de um fenômeno cuja perspectiva espacial é mostrada no mapa. Segundo Evans (1977, p.98), o problema de seleção dos intervalos de classe é, frequentemente, um ramo totalmente anárquico da Cartografia. Parece mesmo, como escreveu Jenks e Coulson (1963, p. 120), que numerosos autores acreditam que os mapas correspondem a uma forma artística, que possibilita muitas liberdade, inadmissíveis, por sua vez, na interpretação verbal ou tabular. Recomendamos, no artigo "Técnica estatística para agrupamento e mapeamento de informações geográficas" (Bol. Ageteo, 1974) uma técnica que permite classificar de maneira científica e objetiva os dados geográficos para fins de tabulação ou de mapeamento. Para conseguir o agrupamento, cada passo é baseado em técnicas estatísticas, que envolvem necessariamente o cálculo dos quatro primeiros momentos, ou seja, da média da variância, da assimetria e da curtose, para determinar o tipo de distribuição de frequência dos dados em questão. Comprovada a normalidade da distribuição (ou, por exemplo, a log-normalidade), podemos fazer uma classificação na base do desvio padrão com limites de classe, por exemplo, de X, X +- 1s, X+- 2s. Assim, o intervalo de classe é uma função do desvio padrão. Sabendo que existem muitas outras propostas de classificação de dados para fins de mapeamento (ou, até mesmo, discussões sobre nenhuma classificação), o nosso objetivo neste trabalho é o de avaliar a aplicação da técnica acima mencionada na Geografia e o de apresentar algumas considerações suplementares desta técnica, testada durante os últimos anos com vários tipos de dados.
Loading…
Imported from OpenAlex (CC0) — nothing here is generated.