পয়েন্ট লেভেলের তথ্যের জন্য, জে ফোলারের থিসিস 'পয়েন্ট লেভেল অনিশ্চয়তার কার্টোগ্রাফিক যোগাযোগ' ( উদ্ধৃতিটির লিঙ্ক , সম্পূর্ণ পাঠ্য , পোস্টার ; কার্টনিউজের মাধ্যমে পাওয়া যায় ) পদ্ধতিগুলির দুর্দান্ত ওভারভিউ সরবরাহ করে:

আরও কিছু ভিজ্যুয়াল উদাহরণ।
@ ইকো প্রস্তাবিত অনুসারে, ডটেড ওভারলেটি তাত্পর্য উপস্থাপন করতে ব্যবহৃত হতে পারে। নাগি, সি। থেকে ইত্যাদি। (2014)। ২০০ 2005-২০১০ হাঙ্গেরিতে অ্যালকোহলযুক্ত লিভারের রোগের কারণে অকাল মৃত্যুর মৃত্যুর হায়ারার্কিকাল স্পিটিও-অস্থায়ী ম্যাপিং। ইউরোপিয়ান জার্নাল অফ পাবলিক হেলথ , 24 (5), 827–33 ( লিঙ্ক , পেওয়াল ):

কোনওভাবে বিপরীত পদ্ধতিতে, নিম্ন তাত্পর্যপূর্ণ অঞ্চলগুলিকে ঝাপসা করে উত্তর ইউরোপের ক্যান্সার অ্যাটলাসে পাওয়া যেতে পারে :

নর্ডকান অ্যাটলাসের পরবর্তী মানচিত্রগুলি আরও আক্রমণাত্মক ছায়ায় স্যুইচ করে বলে মনে হচ্ছে:

(এই কৌশলটির আরও বিশদ বিবরণ পাওয়া যাবে (পেওয়ালের পিছনে) তে: পাতামা টি, পুকলা ই (২০১)) 'ক্যান্সারের ঝুঁকি ম্যাপিংয়ের জন্য ছোট-অঞ্চল ভিত্তিক স্মুথ পদ্ধতি' স্পেসিয়াল এবং স্প্যাটিয়ো-টেম্পোরাল এপিডেমিওজি , http: //dx.doi। org / 10.1016 / j.sste.2016.05.003 )
আমার নির্লজ্জ প্লাগের জন্য ক্ষমাপ্রার্থনা করা, এখানে প্রকাশের একটি মানচিত্র যা আমি বেয়েশিয়ার স্থানিক মডেল থেকে ফলাফল উপস্থাপনে জড়িত ছিল is অঞ্চলটির অনিশ্চয়তা (পোস্টকোড) মডেল দ্বারা অনুমানক স্তরের প্রতিকূল অনুপাতগুলি (যা স্কোয়ারগুলির বর্ণগুলির দ্বারা উপস্থাপিত হয়) ব্যাকগ্রাউন্ড কোরোপিলথ মানচিত্র হিসাবে অন্তর্ভুক্ত করা হয়েছিল।
