1.

2. Comente en el foro las diferencias que puede evidenciar en las cuatrorepresentaciones.

Quantiles:

La clasificacin de cuantiles es adecuada para los datos distribuidos linealmente. El Quantil

asigna el mismo nmero de valores de datos a cada clase. No hay clases vacas ni clases
con demasiados valores ni con pocos valores.

Natural Breaks:

Las clases de cortes naturales se basan en las agrupaciones naturales inherentes a los datos.
Los cortes de clase se caracterizan porque agrupan mejor los valores similares y maximizan
las diferencias entre clases. Las entidades se dividen en clases cuyos lmites quedan
establecidos dnde hay diferencias considerables entre los valores de los datos. Las
rupturas naturales son clasificaciones especficas de los datos y no sirven para comparar
varios mapas creados a partir de informacin subyacente distinta.
Equal intervals:

Los intervalos equivalentes dividen el rango de valores de atributo en sub-rangos de igual

tamao. De este modo, puede especificar el nmero de intervalos. El intervalo de igualdad
se aplica mejor en rangos de datos familiares, tales como porcentajes y temperatura. Este
mtodo enfatiza la cantidad de un valor de atributo relativo al resto de valores

Defined Interval:

La Clasificacin de Intervalos Definidos es una tcnica convincente para clasificar los datos
y fcil para Mapear usuarios para entender la leyenda porque slo hay tres clases. Sin
embargo, el La limitacin de este mtodo es que los fabricantes de mapas no pueden
agregar ms nmero de clases (el valor predeterminado es 3 Clases y no puede cambiarlo.
Con esta limitacin, esta tcnica no proporciona una buena Representacin de datos.

3. Investigue en qu consiste cada uno de esos mtodos de graduacin de la simbologa.

Aporte en el foro los resultados de su investigacin

LOS PRINCIPALES MTODOS DE CLASIFICACIN DE SIMBOLOGA

HISTOGRAMA

Para la presentacin de mapas temticos, los valores de datos de temticas adquiridos y

analizados a menudo se agrupan en clases, que simplifican la lectura del mapa. Los
principales mtodos de clasificacin de datos son:

Quantiles:

Para aplicar este mtodo hay que definir previamente el nmero de clases que deseamos
utilizar. Entonces nos constituye y el orden nuestras clases de datos mediante la colocacin
de un nmero igual de observaciones en cada clase. El nmero de observaciones en cada
clase Si no hay valores enteros son el resultado de esta divisin, se intenta colocar
aproximadamente el mismo nmero de observaciones en cada clase.

Defined Interval

En este mtodo, el usuario define el espacio del intervalo y ArcMap calcular el nmero de
clases. Por ejemplo, en una distribucin de datos de cero a 110, si se escoge el intervalo 7,
aparecern 16 clases.

Una de sus ventajas es que los datos os numricos que estn distribuidos de manera dispar,
o que no sigan una distribucin normal de valores, pero tambin tiene una singular
desventaja que las clases responden solamente al conjunto de datos tratado.
Equal Interval

Este mtodo clasifica los valores usando clases de igual distancia o tamao, tomando en
consideracin el valor mximo, restndole el mnimo y dividindolo por el nmero de
clases ((Xmax Xmin) / Nclases). El usuario especifica el nmero de clases.
Sus resultados son parecidos al mtodo de cuantilas (quantiles). Como tambin, Se usa y
tiene gran importancia en cuanto a presentar datos tales como elevacin, temperatura o
precipitacin.

Natural Breaks

Este mtodo es el que aparece por defecto. El propsito de ste es encontrar la menor
variacin entre grupos de valores (varianza mnima entre clases).

Las clases de cortes naturales se basan en las agrupaciones naturales inherentes a los datos.
Los cortes de clase se caracterizan porque agrupan mejor los valores similares y maximizan
las diferencias entre clases. Las entidades se dividen en clases cuyos lmites quedan
establecidos dnde hay diferencias considerables entre los valores de los datos.

4. Investigue y debata con sus compaeros, en qu casos un mtodo puede resultar ms

apropiado que otro para representar datos continuos.

El mtodo que considero ms adecuado es Quantil, debido a que nos puede servir para
datos continuos.