Proposition d'évolution de l'échelle de représentation des résultats.
Actuellement, quand on regarde le cumul de pluies notamment, on voit que plusieurs régions se retrouvent dans le même groupe alors qu'il y a des fortes disparités (voir par exemple le quantile bas où l'on retrouve Perpignan avec des régions du centre de la France).
Je propose de tester d'autres groupes pour mieux représenter ces écarts.
Les représentations des indicateurs sont décrites dans le fichier indicators.csv.
Il est aisé d'utiliser d'autres quantiles que les sextiles. Les quantiles disponibles (voir #8 (closed) et QuantileType.java) sont :
/** * 5%. */CENTILES_05(5,95,100),///** * Common quantiles. */QUANTILES(1,5,25,50,75,95,99,100),///** * Each 10%. */DECILES(10,20,30,40,50,60,70,80,90,100),///** * Each 20%. */QUINTILES(20,40,60,80,100),///** * Each 25%. */QUARTILES(25,50,75,100),/** * To maximize differences on central values. */SEXTILES(20,40,50,60,80,100);
Revenant sur cette idée, actuellement pour les différents indicateurs on peut avoir de variations de couleur très importantes pour des écarts parfois compliqués à comprendre.
Par exemple, actuellement on trouve pour l'indicateur tmoy une variation qui dépend des quantiles mais avec des classes qui sont assez disparates: le premier quantile couvre la gamme 0.2 - 8.6 et le dernier 10.7 - 12.8
et cela a comme conséquence que l'on intègre dans la même catégorie (notamment celle 0.2 - 8.6) un grand nombre de régions mais avec des valeurs très différents. Et donc, je pense que cela porte à confusion.
Étant donné que l'on a les normales sur 30 ans, il ne serait pas plus simple de faire une distribution linéaire sur 6 ou 8 classes en prenant en compte les min et max de chaque indicateur?