분위분류법 (Quantile Classification)
한 줄 정의: 전체 데이터를 값의 크기 순으로 나열한 뒤, 각 계급에 동일한 개수의 관측값이 들어가도록 나누는 분류법입니다.
쉽게 풀면
학생 100명을 성적순으로 세운 뒤, 앞에서부터 20명씩 잘라 5개 등급을 매기는 방식과 비슷합니다. 점수 차이가 크든 작든 상관없이 인원수만 똑같이 나누는 것이 핵심입니다. 그래서 지도의 각 색상 구간에는 항상 비슷한 수의 지역이 포함되기 때문에, 지도 전체에 색이 고르게 분포된 것처럼 보이는 특징이 있습니다.
왜 중요한가
분위분류법은 각 계급에 속하는 지역 수가 균등하기 때문에, 지도상에서 색이 한쪽에 몰리지 않고 시각적으로 균형 잡힌 지도를 만들 수 있습니다. 이런 특성 때문에 상대적 순위나 백분위 비교가 중요한 연구에서 널리 사용되는 분류법으로 다뤄집니다.
논문에서는 이렇게 쓰입니다
"본 연구는 지역별 범죄율 데이터를 분위분류법(quantile classification)을 사용해 5개 등급으로 나누어 지도의 색상 분포를 균등하게 유지하였다."
계급별로 동일한 지역 수를 배분해 시각적 균형을 확보한 지도 제작 사례입니다.
"분위분류법을 적용한 지도는 값의 실제 격차가 작음에도 불구하고 인접한 계급 간 색상 차이가 뚜렷하게 나타나는 왜곡이 발생할 수 있다."
분위분류법이 실제 수치 격차와 무관하게 계급을 나눈다는 한계를 지적한 문장입니다.
조금 더 깊게 보면
분위분류법은 통계학의 분위수(quantile) 개념을 지도 계급 구분에 적용한 것으로, 예를 들어 5개 계급으로 나누면 각 계급은 데이터의 20번째 백분위수 구간에 해당합니다. 계급 경계값이 데이터 분포의 실제 크기 차이가 아니라 순위에 의해 결정되므로, 값 자체의 근접성과 계급 구분이 항상 일치하지는 않습니다.
주의할 점
비슷한 값을 가진 지역들이 계급 경계 근처에서 서로 다른 등급으로 나뉠 수 있어, 실제 값 차이보다 지도의 색상 차이가 과장되어 보일 위험이 있습니다.