"Gidon" grafiklerine alternatif grafikler

Araştırma alanımda, verileri göstermenin popüler bir yolu, çubuk grafiklerin "tutamak çubukları" ile birlikte kullanılmasıdır. Örneğin,

"Tutamak çubukları", yazara bağlı olarak standart hatalar ve standart sapmalar arasında değişir. Tipik olarak, her bir "bar" için numune boyutları oldukça küçüktür - yaklaşık altı.

Bu araziler özellikle biyolojik bilimlerde popüler görünmektedir - örnekler için BMC Biology, cilt 3'ün ilk birkaç makalesine bakın .

Peki bu verileri nasıl sunacaksınız?

Neden bu arazilerden hoşlanmıyorum

Şahsen ben bu çizimleri sevmiyorum.

1. Örnek boyutu küçük olduğunda, neden yalnızca tek tek veri noktalarını göstermiyorsunuz?
2. Görüntülenen sd veya se mi? Kimse hangisini kullanacağını kabul etmiyor.
3. Neden hiç çubuk kullanmıyorsunuz? Veriler (genellikle) 0'dan gitmez, ancak grafikte ilk geçiş yapıldığını gösterir.
4. Grafikler, verilerin aralığı veya örnek boyutu hakkında bir fikir vermez.

R komut dosyası

Bu, çizimi oluşturmak için kullandığım R kodudur. Bu şekilde (isterseniz) aynı verileri kullanabilirsiniz.

                                        #Generate the data
set.seed(1)
names = c("A1", "A2", "A3", "B1", "B2", "B3", "C1", "C2", "C3")
prevs = c(38, 37, 31, 31, 29, 26, 40, 32, 39)

n=6; se = numeric(length(prevs))
for(i in 1:length(prevs))
  se[i] = sd(rnorm(n, prevs, 15))/n

                                        #Basic plot
par(fin=c(6,6), pin=c(6,6), mai=c(0.8,1.0,0.0,0.125), cex.axis=0.8)
barplot(prevs,space=c(0,0,0,3,0,0, 3,0,0), names.arg=NULL, horiz=FALSE,
        axes=FALSE, ylab="Percent", col=c(2,3,4), width=5, ylim=range(0,50))

                                        #Add in the CIs
xx = c(2.5, 7.5, 12.5, 32.5, 37.5, 42.5,  62.5, 67.5, 72.5)
for (i in 1:length(prevs)) {
  lines(rep(xx[i], 2), c(prevs[i], prevs[i]+se[i]))
  lines(c(xx[i]+1/2, xx[i]-1/2), rep(prevs[i]+se[i], 2))
}

                                        #Add the axis
axis(2, tick=TRUE, xaxp=c(0, 50, 5))
axis(1, at=xx+0.1, labels=names, font=1,
     tck=0, tcl=0, las=1, padj=0, col=0, cex=0.1)

Tüm cevaplarınız için teşekkürler. Tamlık için genellikle yaptığımı eklemeliyim diye düşündüm. Verilen önerilerin bir kombinasyonunu yapmaya eğilimliyim: noktalar, kutu grafikleri (n büyük olduğunda) ve se (veya sd) aralıkları.

( Görüntüyü barındıran site artık düzgün çalışmıyor gibi göründüğü için moderatör tarafından kaldırıldı. )

Nokta grafiğinden, verilerin "gidon" grafiklerinin öne sürdüğü çok daha açıktır. Aslında, A3'te negatif bir değer var!

Bu cevabı bir CW yaptım, bu yüzden rep kazanmıyorum

Frank Harrell'in kullanımdaki "Bilgi Alerjisi" başlıklı (en mükemmel) açılış konuşması! Geçen ay bunlara alternatifler gösterdi: ham verileri çubukların sağladığı toplama yoluyla gizlemek yerine, ham veriler de noktalar (veya noktalar) olarak gösterilir. "Verileri neden gizle?" Frank'in yorumu.

Alpa harmanlaması göz önüne alındığında, bu en mantıklı bir öneri olarak karşımıza çıkıyor (ve tüm konuşma en iyi ve önemli külçelerle dolu).

Psikolojik bir bakış açısından, veriyi ve veri hakkındaki belirsizliğinizi çizmeyi savunuyorum. Böylece, gösterdiğiniz gibi bir arsada, çubukları sıfıra kadar uzatmakla asla uğraşmam, bu sadece gözün veri aralığındaki farkları ayırt etme yeteneğini en aza indirmeye yarar.

Ayrıca, açıkçası anti-bargrafım; çubuk grafikler, iki değişkeni karışıklığa neden olabilecek aynı estetik nitelikle (x ekseni konumu) eşler. Daha iyi bir yaklaşım, bir değişkeni x eksenine ve başka bir değişkeni başka bir estetik niteliğe (örn. Nokta şekli veya rengi veya her ikisi) eşleyerek gereksiz estetik eşlemeden kaçınmaktır.

Son olarak, yukarıdaki grafiğinize yalnızca değerin üstüne hata çubukları eklersiniz. Bu değer, değerin üstünde ve altındaki çubuklara göre belirsizlik aralıklarını karşılaştırma yeteneğini engeller.

Verileri nasıl çizeceğim (ggplot2 paketi aracılığıyla). Aynı serideki bağlantı noktalarını birleştirdiğimi unutmayın; bazıları bunun sadece hatların bağlandığı seri sayısal olduğunda (bu durumda olduğu gibi) uygun olduğunu savunurlar, ancak x ekseni değişkeninin seviyeleri arasında makul bir sıralı ilişki olduğu sürece, bence bağlantı çizgileri, gözün x ekseni boyunca bağlantı noktalarına yardımcı olmak için kullanışlıdır. Bu, özellikle çizgilerle öne çıkan etkileşimleri tespit etmek için özellikle yararlı olabilir.

library(ggplot2)
a = data.frame(names,prevs,se)
a$let = substr(a$names,1,1)
a$num = substr(a$names,2,2)
ggplot(data = a)+
layer(
    geom = 'point'
    , mapping = aes(
        x = num
        , y = prevs
        , colour = let
        , shape = let
    )
)+
layer(
    geom = 'line'
    , mapping = aes(
        x = num
        , y = prevs
        , colour = let
        , linetype = let
        , group = let
    )    
)+
layer(
    geom = 'errorbar'
    , mapping = aes(
        x = num
        , ymin = prevs-se
        , ymax = prevs+se
        , colour = let
    )
    , alpha = .5
    , width = .5
)

Bu arazileri neden sevmediğinizi merak ediyorum. Onları her zaman kullanıyorum. Çiçeklenme barizliğini belirtmek istemeden, farklı grupların araçlarını karşılaştırmanıza ve% 95 CI'lerinin çakışıp çakışmadığını görmenize izin verir (yani, gerçek ortalama farklı olabilir).

Farklı amaçlar için basitlik ve bilgi dengesi elde etmek önemlidir. Ama bu grafikleri kullandığımda, "bu iki grup birbirinden önemli bir şekilde farklıdır" diyorum [ya da değil].

Benim için harika görünüyor, ama karşı örnekleri duymak isterim. Ben arsa kullanımı örtük veri ortalama geçersiz veya yanıltıcı hale tuhaf bir dağıtım yok olmasıdır.

Veriler oranlarsa : bu, başarı sayısının deneme sayısına bölünmesiyle elde edilirse, çok zarif bir yöntem bir huni grafiğidir. Örneğin, bkz. Http://qshc.bmj.com/content/11/4/390.2.full (bağlantı bir abonelik gerektiriyorsa özür dilerim - bana bildirin ve başka bir tane bulacağım).

Diğer veri türlerine uyarlamak mümkün olabilir, ancak herhangi bir örnek görmedim.

GÜNCELLEME:

Abonelik gerektirmeyen (ve bunların nasıl kullanılacağına dair iyi bir açıklaması olan) bir örneğin bağlantısı: http://understandinguncertainty.org/fertility

Oranları standart olmayan verilere karşı basit bir şekilde çizerek orantısız veriler için kullanılabilir, ancak basitliklerinin bir kısmını kaybedebilirler.

Vikipedi makalesi sadece meta-analizlerde kullanımlarını tartıştığı için harika değildir. Diğer birçok bağlamda faydalı olabileceklerini iddia ediyorum.

Ben burada boxplots kullanın; temiz, anlamlı, parametrik olmayan ... Ya da dağılım daha ilginçse viyolonsel .

@ Csgillespie'nin müthiş kodunu yukarıdan basitleştirmek:

qplot(
    data=a,
    x=num,
    y=prevs,
    colour=let,
    shape=let,
    group=let,
    ymin=prevs-se,
    ymax=prevs+se,
    position=position_dodge(width=0.25),
    geom=c("point", "line", "errorbar")
    )

Geom_pointrange'ı hata çubuğuna tercih ediyorum ve satırların yararlı olmaktan ziyade dikkat dağıtıcı olduğunu düşünüyorum. @James veya @csgillespie sürümünden çok daha temiz bulduğum sürüm:

qplot(
 data=a,
 x=num,
 y=prevs,
 colour=let,
 ymin=prevs-se,
 ymax=prevs+se,
 position=position_dodge(width=0.25),
 geom=c("pointrange"), size=I(2)
 )