Discrétisation

Dans Khartis, 5 méthodes de discrétisations sont disponibles. Chacune permet de découper la série statistique en groupes.

intervalles égaux

L'amplitude (min-max) de la série statistique est divisée par le nombre de classes souhaitées.
Les seuils délimitant des classes sont réguliers mais certaines peuvent être vides et d'autres très remplies.

moyennes emboitées

Une première moyenne (arithmétique) divise la série en deux puis chaque groupe est à nouveau scindé par une moyenne.
La carte suivra la distribution de la série statistique mais le nombre de classes sera contraignant (2, 4, 8, etc.).

quantiles

Chaque classe rassemble le même nombre d'entités.
La carte sera équilibrée mais ne montrera pas les éventuelles asymétries de la série statistique.

standardisation

Chaque classe est déterminée en fonction d'écart-type par rapport à la moyenne.
Adapté dans le cas de distribution symétrique de la série statistique(en forme de courbe Gauss).

Jenks

Méthode proche des seuils observés permettant de limiter les écarts à l'intérieur des classes et d'augmenter les écarts entres les classes.
La carte suivra la distribution de la série statistique.