Método de Sturges
Método de Sturges
Embedded Files
Um dos grandes impasses na hora de gerar mapas temáticos, se trata da metodologia apropriada para divisão das classes. São inúmeros os casos de mapas que são produzidos sem o menor rigor nesse sentido. Há, até mesmo profissionais que desconhecem, com profundidade, o método usado na classificação de seus dados no mapa.
Dessa forma, para otimização das classes na representação cartográfica, um dos métodos que pode ser utilizado, é o conhecido como Método de Sturges (doravante MeST). Este método é simples e prático, mas, sem perder de vista a visão crítica. E, recebeu este nome devido ao matemático alemão Herbert Sturges, que o elaborou. Há um artigo de Sturges (1926) em que ele apresenta o seu método.
As equações usadas no método MeST (para o número de classes e intervalo nas mesmas) estão expostas a seguir:
Logo, 2,31 é uma faixa ótima para separação das classes de acordo com os dados apresentados. Essas manobras ajudam a evitar que valores muito distintos estejam agrupados em uma mesma classe. Conforme observamos abaixo.
Imagina que você esteja trabalhando com dados secundários dos 74 municípios dos Vales do Jequitinhonha e Mucuri. Mais especificamente, com Taxa de Mortalidade Infantil por 1.000 nascidos vivos. Além disso, os valores máximo e mínimo são conhecidos, sendo máximo = 32,25; mínimo = 16,07. A partir desses dados, seguindo o MeST, é possível calcular a quantidade de classes a amplitude das mesmas para o seu mapa. Temos: 74 municípios - Máximo: 32,25 e, Mínimo: 16,07
Portanto, no caso em análise, referindo-se aos Vales do Jequitinhonha e Mucuri, segundo o Método de Sturges, 7 classes seriam interessantes para o conjunto de dados apresentado. Agora vamos ao cálculo do intervalo entre as classes, de acordo com o MeST.
Logo, 2,31 é uma faixa ótima para separação das classes de acordo com os dados apresentados. Essas manobras ajudam a evitar que valores muito distintos estejam agrupados em uma mesma classe. Por exemplo, imagina que você possua os mesmos 74 municípios (ou quaisquer outros recortes espaciais) e tente representar os mesmos dados apresentados, porém em apenas 2 classes.
Certamente valores muito diferentes estariam na mesma classe, o que não é bom para o analista (obviamente, é importante ressaltar que o profissional precisa ter em mente o problema a ser analisado em cada situação, mas, ainda assim, o MeST oferece certa tranquilidade).
Por outro lado, se esses mesmos dados fossem divididos em 20 classes ou mais seria bastante complicado encontrar padrões espaciais para ocorrência do fenômeno analisado, uma vez que se agrupariam apenas municípios com valores muito próximos. Dependendo da variável, pode ser interessante essa abordagem, contudo, a experiência tem mostrado que o MeST tem o seu mérito e, seu uso tende a ser bastante apreciado.
Abaixo um exemplo do uso deste método. A análise de mortalidade infantil nos Vales do Jequitinhonha e Mucuri, obtendo-se mapas temáticos para mortalidade infantil e outras variáveis.
Municípios dos Vales do Jequitinhonha e Mucuri
Municípios dos Vales do Jequitinhonha e Mucuri
Neste livro o leitor encontrará detalhes importantes sobre métodos de análise em Geoinformação. Trata-se de um livro preparado para estudantes de graduação, pós-graduação e professores universitários interessados na temática. É uma obra rara, posto que aborda deste os métodos de análise regional suportados por geoprocessamento.
Após leitura, o estudante estará a por dentro do cálculo do Índice de Moran (geral e local), do Método de Sturges, do Quociente Locacional (QL) e do Multiplicador do Emprego (ME). Essas duas últimas (QL e ME) estão relacionadas a análise regional, utilizadas principalmente pelos economistas.
É uma leitura indispensável! Clique no livro e confira.
Page updated
Google Sites
Report abuse