Pasta grafiklerle ilgili sorunlar

Pasta grafikleri hakkında artan tartışmalar var gibi görünüyor.

Buna karşı ana argümanlar şöyle görünüyor:

• Alan uzunluktan daha az güçle algılanır.
• Pasta grafiklerde veri noktası-piksel oranı çok düşük

Ancak, oranlarını resmederken bir şekilde faydalı olabileceğini düşünüyorum. Çoğu durumda masa kullanmayı kabul ediyorum, ancak bir iş raporu yazarken ve neden yüzlerce tablo eklediniz, neden pasta çizelgesine sahip değilsiniz?

Topluluğun bu konu hakkında ne düşündüğünü merak ediyorum. Daha fazla referans bekliyoruz.

Birkaç bağlantı ekledim:

• http://www.juiceanalytics.com/writing/the-problem-with-pie-charts/
• http://www.usf.uni-osnabrueck.de/~breiter/tools/piechart/warning.en.html

Bu soruyu sonuçlandırmak için waffle-chart'a karşı bir pasta grafiği örneği oluşturmaya karar verdim.

Pasta grafiklerin kullanımı hakkında artan bir ilgi veya tartışma olduğunu söyleyemem. Onlar sadece internette her yerde ve "tahmine dayalı analitik" çözümlerde bulunurlar.

Sanırım Tufte'nin çalışmasını biliyorsunuz (aynı zamanda birden fazla pasta grafiğinin kullanımını da tartıştı ), ama daha komik olanı ise Wilkinson'un Grafik Gramerinin ikinci bölümünün "Pasta grafiği nasıl yapılır?" İle başlaması. Muhtemelen Cleveland'ın nokta grafiğinin ve hatta bir çizelgesinin çok daha kesin bilgiler vereceğini de biliyorsunuzdur . Sorun, görsel sistemimizin mekansal bilgilerle başa çıkma şeklinden kaynaklanıyor gibi görünüyor. R yazılımında bile alıntı yapılır; çevrimiçi yardımdan pie,

Cleveland (1985), sayfa 264: “Pasta grafiklerle gösterilebilen veriler her zaman nokta grafiklerle gösterilebilir. Bu, daha az doğru olan açı yargıları yerine ortak bir ölçek boyunca konum yargılarının yapılabileceği anlamına gelir. ”Bu ifade, Cleveland ve McGill'in deneysel incelemelerinin yanı sıra algısal psikologlar tarafından yapılan araştırmalara dayanmaktadır.

Cleveland, WS (1985) Grafik verilerinin elemanları . Wadsworth: Monterey, CA, ABD.

Pasta grafiklerin çeşitliliği vardır (örneğin, halka benzeri grafikler gibi) hepsi aynı sorunları doğurur: Açı ve alanı değerlendirmede iyi değiliz. Friendly, Corrgrams: Korelasyon matematiği için keşif göstergelerinde açıklandığı gibi "düzeltme" de kullanılanlar bile , Amerikan İstatistiği (2002) 56: 316'nın okunması zor, IMHO.

Ancak bir noktada, hala faydalı olup olmadıklarını merak ettim, örneğin (1) iki sınıf göstermenin iyi olduğu, ancak kategori sayısını arttırmanın genellikle okumayı daha da kötüleştirdiği (özellikle% arasında güçlü dengesizlikle), (2) göreceli yargılamalar Mutlak olanlardan daha iyi, yan yana iki pasta grafiği görüntülüyorsa, sonuçları basit bir tahminden daha iyi değerlendirmek gerekir, tüm sonuçları karıştıran bir pasta grafiği (örneğin iki yönlü bir çapraz sınıflandırma tablosu). Bu arada, beni aşağıdaki yazılara işaret eden Hadley Wickham'a benzer bir soru sordum:

1. Spence, I. (2005). Alçakgönüllü Pasta Yok: İstatistiki Bir Çizelgenin Kaynağı ve Kullanımı . Eğitim ve Davranış İstatistikleri Dergisi , 30 (4), 353-368.
2. Heer, J. ve Bostock, M. (2010). Kalabalık Kaynaklı Grafik Algı: Görselleştirme Tasarımını Değerlendirmek İçin Mekanik Türk'ün Kullanımı . CHI 2010 , 10-15 Nisan 2010, Atlanta, Georgia, ABD.

Özetle, 2 ila 3 sınıfın dağılımını brüt olarak göstermek için iyi olduklarını düşünüyorum (bunları zaman zaman, erkeklerin ve kadınların dağılımını bir yaştaki histogramın üstündeki bir örnekte göstermek için kullanırım), ama gerçekten bilgilendirici olmaları için göreceli frekanslar veya sayımlar eşlik etmelidir. Kenar boşluğu ekleyebileceğiniz ve 2 yollu sınıflandırmaların ötesine geçebileceğinizden, tablo hala daha iyi bir iş çıkarır.

Son olarak, pasta grafiği fikrine dayanan alternatif görüntüler var. Robert Kosara tarafından Pasta Grafiklerini Anlama bölümünde açıklanan kare pasta veya waffle grafiğini düşünebilirim .

Pasta grafiklerle ilgili kişisel sorunum, bunun gibi farklılıkları göstermek için yararlı olabilirken:

Çok fazla insan bunu göstermek için kullanıyor:

Pasta grafikler, pasta gibi, lezzetli olabilir ama besleyici değildir.

Halihazırda yapılan noktalara ek olarak, bir pasta grafiğini döndürmenin, rengi değiştirirken açıları boyutunun algısını da değiştirmesidir.

Bir pasta grafikte yalnızca birkaç kategori varsa, bir tablo yapın. LOT kategorisi varsa, dilimleri görmek için çok ince olacaktır (doğru bir şekilde etiketlemek için çok daha az).

Blogumda bunun hakkında yazdım

2. mermi noktası için kendi sorunuza cevap verdiğinizi düşünüyorum. Değerli emlak almak istiyorsanız, öyle olsun! Ancak ilk mermi daha önemlidir. Bir çubuk grafikte, gözlemcinin yalnızca 1 eksene dayanan göreceli oranı tahmin etmesi gerekir. Bir pasta grafiği ile en az 2 eksen boyunca değerlendirme yapılır. Ve bir eksen kavisli. Pasta grafiklerin, pastanın içinde bir efsaneyle birlikte birçok kategoriniz olduğunda en etkili şekilde kullanıldığını düşünüyorum ve oranın yargılanması o kadar da önemli değil.

Eğer bilgi iletmek istiyorsanız, bir pasta grafiğinin bir çubuk grafikten veya yığılmış bir çubuktan daha iyi olmadığı neredeyse hiçbir durum düşünemiyorum.

Pasta grafiklerin bu kadar popüler olması üzerine bir ya da iki teorim var. İlk düşüncem PC reklamları ile ilgili. Erkenki bilgisayarlarda genellikle eski ana bilgisayar CRT'leri gibi yeşil olan metin ekranları (24 x 80 karakter) vardı. Kırmızı-Yeşil-Mavi piksel temeli olan yeni grafik ekranlarını göstermek için, pasta grafiği idealdir. Bir metin ekranı bir modadan sonra bir çubuk grafik yapabilir ancak uzaktan güvenilir bir pasta grafik yapamazdı. Pasta grafikleri, bilgisayarın gerçekte nasıl kullanılacağına bakılmaksızın, Mario Brothers ekranını göstermekten çok daha ciddi görünüyordu. Bu nedenle, 1980'lerin sonlarındaki her PC reklamı gibi gözüküyordu ve 1990'ların başında monitörde bir pasta grafiği vardı.

İkinci bir teori, bilgi iletmek istiyorsanız bir çubuk grafik veya yığılmış çubuğun daha iyi olmasıdır. Ama ya yapmazsan? Sonra bir pasta grafiği çalışır - ve 3 boyutlu efektlere sahip grafikler daha da iyi çalışır.

Gözleme grafiğinizin açık kırmızı ve mavi değerlere ihtiyacı var. Pasta vs waffle sorusuna gelince, waffle doğru eğilir. Gözleme çizelgeleri ile, bloklar birbirine karışsa bile renkleri hala bölgeleri temsil eden küçük boyutlarda bilgi edinebilirsiniz.