Interaktive Karten zur Visualisierung statistischer Daten mit Descartes Vortrag von Annette Eicker GIS - Seminar WS 2000/01

Was ist Descartes? Softwareprodukt zur Analyse raumbezogener statistischer Daten Zwei Werkzeuge: Automatische kartographische Visualisierung Interaktive Manipulation der erzeugten Karten

Was ist Descartes? Softwareprodukt zur Analyse raumbezogener statistischer Daten Zwei Werkzeuge: Automatische kartographische Visualisierung Interaktive Manipulation der erzeugten Karten

Daten Verschiedene Attribute Geographisches Objekt

Darstellung statistischer Daten Eingefärbte Flächen Choropleth-Karten Diagramme (Balkendiagramme, Kuchendiagramme...) Die angebotenen Darstellungsmöglichkeiten lassen sich ganz grob in 3 Bereich unterteilen. So gibt es einmal die sogenannten Choropleth- Karten, das sind Karten, die aus eingefärbten Flächen bestehen,weiter gibt es Darstellungen durch Diagramme, wozu beispielsweise Balkendiagramme und Kuchendiagramme gehören, und außerdem können diese beiden Darstellungsformen auch noch miteinander kombiniert werden. Kombination aus Flächen und Diagrammen

Was ist Descartes? Softwareprodukt zur Analyse raumbezogener statistischer Daten Zwei Werkzeuge: Automatische kartographische Visualisierung Interaktive Manipulation der erzeugten Karten

Interaktive Karten – Wozu? Papierkarten: Nur eine einzige Sicht auf die Daten ermöglicht Bildschirmkarten: Nicht nur Wiedergabe der Papierkarten auf dem Bildschirm Interaktionsmöglichkeiten zur besseren Ausschöpfung des Potentials der Karten

Darstellung und Interaktion Spezielle unterschiedliche Manipulationswerkzeuge für die verschiedenen Darstellungsformen Ca. 20 verschiedene Darstellungsmöglichkeiten ? Beispiel: Anzahl der Personen pro Haushalt im Stadtgebiet von Bonn Wie vorhin schon erwähnt besteht das Hauptaugenmerk von Descartes darin, interaktive Karten zu produzieren. Dabei haben die Entwickler es sich zum Ziel gesetzt, für jede Präsentationsform ganz spezielle Manipulationswergzeuge zu schaffen, die es ermöglichen, die Stärken der jeweiligen Präsentationsform zu unterstreichen. Dies soll nun an einigen Beispielen erläutert werden. Da es aber zu weit gehen würde, alle ca. 20 unterschiedlichen Darstellungsmöglichkeiten vorzustellen, möchte ich mich auf eine Auswahl beschränken, durch die meiner Meinung nach die Möglichkeiten des Systems Descartes ganz gut aufgezeigt werden. Die Beispiele, die ich nun anführen möchte beziehen sich alle auf Daten über die Bevölkerungsstruktur in Bonn und ich möchte auf folgende Darstellungsmöglichkeiten genauer eingehen.

Unklassifizierte Choropleth-Karte Darstellung von numerischen Attributen Flächen in unterschiedlichen Dunkelstufen gefärbt Grad der Dunkelheit ist dabei direkt proportional zum Wert den er repräsentiert

Unklassifizierte Choropleth-Karte Nicht-geographische Darstellung (Scatterplot) und Interaktionswerkzeug (Slider Unit) Legende „Box and Whiskers“ Plot Das sieht dann folgendermaßen aus. Bevor ich jetzt auf die Besonderheiten der unklassifizierten Choropleth- Karten eingehe und die Interaktionsmöglichkeiten gleich auch noch durch eine kleine Demonstration vorführen möchte, will ich zunächst anhand dieses Screenshots die allgemeine Gliederung einer Graphik bei Descartes erläutern. Da ist zum einen die Karte selber, die hier das Stadtgebiet von Bonn darstellt. Darüber befindet ein Bereich mit einer zusätzlichen nicht-geographische Präsentation der Daten, dem sogenannten Scatterplot. In diesem Bereich befindet sich gleichzeitig auch das Interaktionswerkzeug, die sogenannte Slider Unit. Was es damit auf sich hat, wird hoffentlich gleich bei der Präsentation noch deutlich. Auf der rechten Seit befindet sich die Legende, die aber bei Descartes nicht nur eine Anleitung ist, wie die Karte zu lesen ist, sondern selbst auch einen Teil des Analysewerkzeuges darstellen soll. So gibt zum Beispiel der sogenannte Box and Whiskers Plot Auskunft über die Streuung der Daten. Präsentation: Dieses Beispiel zeigt die Anzahl der Personen pro Haushalt in den jeweiligen Bezirken von Bonn. Wenn man mit der Maus über die Karte geht, zeigt sich sofort eine wichtige Eigenschaft, nämlich das sogenannte „dynamic Brushing“. Dies bedeutet, dass die jeweils berührte Fläche farbig umrandet wird, und gleichzeitig auch ein Punkt im sogenannten „Scatterplot“ hier oben farbig dargestellt wird. Jede Fläche wird nämlich gleichzeitig auch durcheinen Punkt des Scatterplots repräsentiert, wodurch die Position des Wertes dieser Fläche in Bezug zu den übrigen Werten verdeutlicht wird. Ich nehme jetzt mal an, ich würde mich für die räumlich Verteilung dieser Haushaltsgrößen interessieren. Zunächst zeigt mir diese Darstellung einen gewissen Trend, nämlich dass die Haushalte in den Außenbereichen in der Regel größer sind als im Centrum. Wenn ich diese räumlichen Beziehungen genauer untersuchen möchte, kann ich die Manipulationsinstrumente verwenden. Durch Bewegen des sogenannten „Sliders“ wird ein Referenzwert eingeführt, so dass alle Werte, die kleiner als dieser Referenzwert sind in einer anderen Farbe eingefärbt werden, als Werte, die größer als der Referenzwert sind. Dadurchlassen sich kleine und große Werte noch besser voneinander unterscheiden. Vor allen liegt der Vorteil aber darin, dass durch bewegen des Sliders bestimmte Entwicklungen gezeigt werden können. So sieht man, dass die kleinsten Haushaltsgößen direkt im Zentrum und entlang des Rheins in Richtung Südosten gelegen sind. Wenn man den Slider weiterbewegt, kann man erkennen, dass ich diese Entwicklung zunächst in Richtung Süd-Ost und Nord-West fortsetzt, sich ab einem bestimmten Punkt aber dann nach westen und Osten ausbreitet, bis zum Schluss ein Ring grüner Ring Norden und westen übrig bleibt.

Unklassifizierte Choropleth-Karte Vorteile: Räumliche Muster können erkannt werden Ähnlichfarbige benachbarte Bereiche sind leicht als zusammenhängende Region wahrzunehmen Vergleich mit Referenzwerten Auffinden von relevanten Referenzwerten Auffinden von Objekten mit gleichem (größerem, kleinerem) Wert Nachteil: Größenverhältnisse schwer zu erkennen Wo liegen also die Vorteile dieser interaktiven Präsentationsformen? Ein Pluspunkt ist offensichtlich, dass räumliche Muster und Strukturen sehr ur erkannt werden können. Dies liegt besonders daran, dass der Mensch ähnlichfarbige benachbarte Bereiche als zusammenhängende Regionen wahrnimmt. Durch das Einführen des Referenzwertes ist es sehr gut möglich, werte der jeweiligen Objekt mit diesem Referenzwert zu vergleichen, da durch die zwei unterschiedlichen Farben sofort deutlich wird, ob ein Wert größer oder kleiner als der Referenzwert ist. Ein weiterer wichtiger Punkt, der durch die Interaktion überhaupt erst ermöglicht wird, ist das Auffinden eines aussagekräftigen Referenzwertes. So kann ich meinen Slider so lange verschieben, bis in der Karte ein aussagekräfiges Bild, in unserem Beispiel die räumliche Verteilung der kleinen Haushalte in Nord/West – Süd/Ost- Richtung zu erkennen ist. Den Wert des dadurch gefundenen Referenzwertes kann dann im Scatterplot abgelesen werden.

Klassifizierte Choropleth-Karte Objekte werden in Klassen eingeteilt Jede Klasse wird in anderer Farbe dargestellt keine unterschiedlichen Dunkelstufen Vorteile: Gruppierung Noch bessere Darstellung der räumlichen Muster Nachteil: Durch Generalisierung gehen Teile der Informationen verloren Eine leichte Abwandlung zu den unklassifizierten Choropleth-Karten stellen die klassifizierten Choropleth-Karten dar. Hier werden die Flächen nicht mehr in einer Schattierung eingefärbt, die direkt proportional zu ihrem wert ist, sondern die Werte werden zunächst in Klassen eingeteilt, und jeder Klasse wird dann eine eigene Farbe zugewiesen. Verschiedene Dunkelstufen einer einzelnen Farbe gibt es hier nicht mehr. Die Vorteile dieser Darstellung liegen darin, dass Flächen mit ähnlichen Werten zu Gruppen zusammengefasst werden können, was eine noch bessere Wahrnehmung der räumlichen Muster erlaubt. Der Nachteil dieser Darstellungsart liegt darin, dass durch die Einteilung in Klassen quasi eine Generalisierung stattfindet, wodurch ein Teil der ursprünglichen Informationen verloren geht.

Klassifizierte Choropleth-Karte Das sieht dann folgendermaßen aus. Hier oben sieht man wieder die Slider-Unit, die diesmal in verschiedene Klassen unterteilt ist. Die Interaktionsmöglichkeiten bestehen in diesem Fall darin, dass die einzelnen Klassen verschoben werden können, und auch noch weitere Klassen als Unterteilungen hinzugefügt werden können.

Balkendiagramme Wert des Attributes proportional zur Höhe des Balkens Nachteil: Kein guter räumlicher Überblick Vorteil: Gute Darstellung von absoluten Werten und Differenzen zwischen Werten

Balkendiagramm einer numerischen Variablen Das sieht dann folgendermaßen aus. Auch hier wurden wieder die Haushaltsgrößen in Bonn dargestellt. Die Interaktionsmöglichkeit besteht auch hier wieder aus einer Slider Unit, und genau wie bei den unklassifizierten Choropleth-Karten kann auch hier wieder ein Referenzwert eingestellt werden. An der jeweiligen Farbe des Balkens und daran, ob er nach oben oder nach unten orientiert ist, kann man nun direkt sehen, ob ein bestimmter Wert größer oder kleiner als der Referenzwert ist, und an der Größe des Balkens kann auch direkt abgelesen werden, um wieviel sich der Wert von dem Referenzwert unterscheidet.

Beziehungen zwischen mehreren Attributen Beispiel: Anzahl der Personen pro Haushalt und Anteil der Bevölkerung zwischen 18 und 25 Jahren im Stadtgebiet von Bonn ? 18-25 Jahre

Beziehungen zwischen zwei numerischen Attributen Kreuzklassifikation Als nächstes komme ich zu Darstellung von Beziehungen zwischen zwei oder mehr Attributen. Als Beispiel habe ich hier zum einen wieder das Attribut der Haushaltsgröße ausgewählt, und zum anderen das Attribut der Anteile der 18-25jährigen an der Bevölkerung. Auch hier gibt es wieder verschiedene Präsentationsmöglichkeiten, von denen ich einige vorstellen möchte. Zum einen gibt es im Bereich der klassifizierten Choropleth-Karten die Möglichkeit der Kreuz-Klassifikation zweier Attribute. Das sieht dann folgendermaßen aus. Hier links ist ein zweidimensionaler Scatterplot zu sehen, welcher die Beziehung zwischen den beiden Objekten wiedergibt. Beide Attribute werden durch eine Farbskala repräsentiert. Wenn vor allem Mischfarben, also in diesem Fall Brauntönen in der Karte vorherrschen, so zeugt dies von einer positiven Korrelation zwischen den beiden Objekten. Wenn wie in diesem Fall die reinen Farben überwiegen, zeigt dies, dass eine negative Korrelation vorliegt. In unserem Beispiel bedeutet dies, dass in Gebieten mit einem hohen Anteil an jungen Leuten zwischen 18 und 25 die Anzahl der Personen pro Haushalt eher gering ist. Beispiel Poppelsdorf!!!

Balkendiagramme von mehreren Attributen Unvergleichbare Variablen Vergleichbare Variablen Auch bei den Balkendiagrammen gibt es natürlich die Möglichkeit, mehr als ein Attribut gleichzeitig darzustellen. Descartes ermittelt dabei zunächst, ob die zu kombinierenden Attribute vergleichbar sind, oder nicht. Bei vergleichbaren Attributen werden die Balken parallel dargestellt, um den direkten Vergleich zu ermöglichen. Bei unvergleichlichen Attributen sind die Balken nicht parallel. Dies ermöglicht es dem Betrachter zum einen, beide Attribute leichter auch gesondert zu betrachten, und verhindert es auch, dass fälschlicherweise Vergleiche gezogen werden.

Beziehungen zwischen zwei numerischen Attributen Gruppenstatistik Hintergrund: Choroplethkarte Eine weitere Präsentationsform von Beziehungen zwischen Attributen ist die Kombination von Balken- und Flächendiagrammen. In diesem Fall liegt im Hintergrund eine klassifizierte Choropleth-Karte zugrunde, bei der jeder Fläche durch ienen Balken auch noch der Wert eines zweiten Attributes zugeordnet wird. In der sogenannten Gruppenstatistik wird darüber hinaus auch noch dargestellt, wie dieses zweite Attribut sich bezogen auf die Klassifizierungen des ersten Attributes verhält, indem sowohl die mittlere Balkenhöhe als auch die Streuung innerhalb der Gruppierung angezeigt wird. Für jede Fläche: Balkendiagramm

Mehrfachkarten Personen pro Haushalt 3-18 Jahre 0-3 Jahre Jetzt komme ich noch zu einer letzten Darstellungsform, die unabhängig von der Anzahl und der Art der ausgewählten Attribute immer funktioniert, und das sind die sogenannten Mehrfachkarten. Hier werden die verschiedenen räumlichen Ausbreitungen der Attribute durch einzelne Karten dargestellt, die untereinander verlinkt sind. Dabei kann man sehen, welche Attribute einen ähnlichen räumlichen Verlauf, und damit eine direkte Korrelation aufweisen, und welche nicht. In diesem Beispiel hier, sieht man, dass in Bonn der Anteil der Kinder zwischen 3 und 18 Jahren eine ähnliche Verteilung aufweist, wie die Anzahl der Personen pro Haushalt, während die Anzahl der Kinder zwischen 0 und 3 Jahren darauf scheinbar keinen direkten Einfluss hat.

Fazit Gute Darstellung der statistischen Daten Vielfältige Kombinationsmöglichkeiten der verschiedenen Variablen Möglichkeit, Beziehungen zu ermitteln Durch Interaktion wird Datenerkundung ermöglicht teilweise umständliche Bedienung keine „Rückwärts-Taste“ keine Möglichkeit, Spalten wieder zu löschen Bearbeitete Tabellen können nicht gespeichert werden

http://allanon.gmd.de/and/java/iris/ Zum Ausprobieren Beispieldatensätze unter: http://allanon.gmd.de/and/java/iris/

Fragen...?