분위분류법 (Quantile Classification)
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. 자료의 실제 분포와 무관하게 항상 균등한 시각적 배분을 만들어내므로, 지역 순위를 강조하고 싶을 때 유용하지만 실제 값의 격차를 왜곡해 보여줄 위험도 함께 지닙니다.
논문에서는 이렇게 쓰입니다
계급별로 동일한 지역 수를 배분해 시각적 균형을 확보한 지도 제작 사례입니다.
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. 분위분류는 정렬된 관측값을 계급 수만큼 동일한 개수로 나누어 각 계급 경계를 정하므로, 항상 모든 계급에 같은 수의 지역이 배정되어 지도상의 색상 분포가 시각적으로 균등해 보인다는 특징이 있습니다. 분위등급법은 자료를 크기 순으로 정렬한 뒤 각 등급에 동일한 개수의 관측값이 배분되도록 구간을 나누는 방식으로, 등급 내 관측값 개수는 균등하지만 등급 간 구간 폭은 자료 분포에 따라 크게 달라질 수 있습니다.
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.
계급 안에 실제 값 차이가 매우 큰 지역들이 함께 묶일 수 있어, 계급 경계 근처의 미묘한 차이가 지도에서 과장되어 보일 위험이 있습니다.