DOS و DONES از تجسم داده ها - آژانس محیط زیست اروپا (EEA. EUROPA. EU)

از عنوان نمودار توصیفی و حاشیه نویسی های دیگر استفاده کنید که نه تنها آنچه را که اندازه گیری می شود توصیف می کند ، بلکه به همین دلیل خواننده باید مراقبت کند و چگونه نمودار را بخواند. این کار از تفسیر نادرست و صرفه جویی در وقت برای خواننده نمودار جلوگیری می کند.

عنوان تجسم شما اولین چیزی است که خواننده می بیند ، بنابراین باید به وضوح آنچه را که اندازه گیری می شود بیان کند. اطلاعات مربوط به بینشی را که خواننده از تصویری به دست می آورد ، درج کنید. این به خواننده می گوید که چرا آن را نشان می دهید و امکان درک بهتر نمودار را فراهم می کند. گاهی اوقات اضافه کردن متن که توضیح می دهد چگونه نمودار را بخوانید ، حتی اگر ساده باشد (به عنوان مثال ، آیا این روند مثبت یا منفی است؟) مفید است. جزئیات بیشتر ممکن است از طریق حاشیه نویسی های دیگر که سعی می کنند به کنجکاوی خواننده پاسخ دهند ، فاش شود (به عنوان مثال ، چرا اوج/کاهش در آنجا وجود دارد؟ در این زمان چه اتفاقی افتاده است که ممکن است باعث ایجاد این تغییر شود؟). حاشیه نویسی درک عمیق تری از محتوا خواهد داشت.(به بهبود خوانایی تجسم - حاشیه نویسی مراجعه کنید).

عناوین ، زیرنویس ها ، زیرنویس ها ، یادداشت ها و نمودارها با هم کار می کنند تا پیام اصلی نمودار را منتقل کنند و باید به زبان ساده نوشته شوند ، بنابراین از مخفف خودداری کنید.

عنوان

بسته به داده و مخاطب هدف ، عنوان می تواند سبک های مختلفی را اتخاذ کند:

• عنوان توصیفی (مناسب برای مخاطبان فنی): یک نمای بی طرف از تجزیه و تحلیل ارائه می دهد (مثال).
• بیانیه قطعی (مناسب برای مخاطبان عمومی): به وضوح پیام و بینش خود را به وضوح ابلاغ می کند (مثال)
• سؤال (مناسب برای مخاطبان غیر فنی): ارائه یک سؤال واضح در عنوان خود و ارائه پاسخی به آن ، داده ها را برای مخاطبان شما قابل دسترسی تر می کند (به عنوان مثال).

عنوان فرعی

زیرنویس را می توان برای بیان کارآمد پیام اصلی خود استفاده کرد ، و این بینش حاصل از تجزیه و تحلیل شما را منعکس می کند.

حاشیه ها

متن ممکن است جالب ترین بخش یک تجسم نباشد اما گرفتن درست آن می تواند خوانایی آن را به میزان قابل توجهی بهبود بخشد و جزئیات و عمق دیگری را ارائه دهد. حاشیه نویسی های خوب این کار را برای کسانی که بدون دانش قبلی یا محدود - از مجموعه داده های تجسم شده ، بسیار ساده تر می کنند. به طور گسترده ، دو نوع حاشیه نویسی وجود دارد: حاشیه نویسی پروژه و حاشیه نویسی نمودار. تصویر زیر را ببینید:

اطلاعات بیشتر در مورد حاشیه نویسی

اطلس اهداف توسعه پایدار 2018 استفاده گسترده از عناوین و حاشیه نویسی های توصیفی را انجام می دهد. در اینجا ارائه گزارش به مخاطبان EU Dataviz 2019 ارائه شده است.

آنچه مهم است را برجسته کنید ، یک داستان را بگویید

اگرچه می توان صد داستان را با استفاده از یک نمودار واحد بیان کرد ، اما تمرکز بیشتری روی یک داستان دارد.

برای انتقال بهتر پیام ، باید مخاطبان خود را به سمت داده های مورد تجزیه و تحلیل راهنمایی کنید. اولین قدم داشتن عنوانی است که به بینش شما متمرکز است (نگاه کنید به "چرا" و "چگونه"). سپس می توانید داده های خود را به صورت گرافیکی برجسته کنید و داده های دیگر را در پس زمینه نگه دارید تا زمینه را ارائه داده و مقایسه کنید.

همین کار را می توان در انواع نمودارها انجام داد.

بعضی اوقات ممکن است نیاز به تنظیم نمودار کمی داشته باشید تا داستان ظهور کند.

در مواقع دیگر ، ممکن است شما نیاز به انتخاب یک نوع نمودار متفاوت داشته باشید که تمرکز خواننده را بهتر می کند.

سلسله مراتب اطلاعات

در نظر بگیرید که مخاطبان شما چگونه تجسم را اسکن کرده و می خوانند.

اگر بسیاری از داده ها نمایش داده می شوند ، از فضای سفید برای جدا کردن و گروه بندی اطلاعات استفاده کنید. برای ارائه سلسله مراتب مورد نظر به محتوا از قالب بندی متن استفاده کنید و از رنگها به عمد استفاده کنید تا تمرکز تجسم داده ها را برجسته کنید.

نمودار خود را انتخاب کنید

جداول برای بسیاری از مجموعه داده های کوچک از گرافیک ها ارجح است

جداول به وضوح بهترین روش برای نشان دادن مقادیر عددی دقیق است ، اگرچه ورودی ها نیز می توانند به صورت نیمه گرایانه ترتیب داده شوند. جداول برای بسیاری از مجموعه داده های کوچک به گرافیک ارجح است. جداول همچنین هنگامی که ارائه داده ها به مقایسه های محلی زیادی نیاز دارد ، به خوبی کار می کنند. یکی از Supertable به مراتب بهتر از صد نمودار نوار کوچک است.

ادوارد آر. توفت

‘یک نمودار بیش از ده هزار کلمه ارزش دارد" اما از طرف دیگر ، نمایش گرافیکی منبع اطلاعاتی کمتری است که به عنوان مثال ، به عنوان مثال ، به یک جدول قدیمی خوب مقایسه می شود.

در بیشتر موارد ، یک نمودار و یک جدول مکمل است ، و هر دو باید در نمایش داده ها مورد استفاده قرار گیرند: شکل های موجود در جدول تجزیه و تحلیل پدیده های مورد نظر را نشان می دهد ، در حالی که یک نمایش گرافیکی یک سنتز را فراهم می کند و امکان درک یکپارچه و واضح را فراهم می کند.

اکتشافی/توضیحی: قالب مناسب را انتخاب کنید (نمودار جریان)

ایستا یا تعاملی؟

اگر در حال انتشار تجسم در وب سایت هستید ، می توانید یک نمودار استاتیک یا تعاملی انتخاب کنید. اولین متغیری که بر انتخاب تأثیر می گذارد مخاطب هدف است (به اکتشافی/توضیحی مراجعه کنید: قالب مناسب را انتخاب کنید).

نمودارهای استاتیک اغلب گزینه کافی هستند زیرا دسترسی به آنها آسان است و با خطر مشکلات نمایش در مرورگر یا برنامه های دیگر همراه نیست.

اما گاهی اوقات به شدت توصیه می شود از نسخه تعاملی استفاده کنید:

• دسته بندی های زیادی وجود دارد ، و در نتیجه رنگ های زیادی وجود دارد (ببینید بیش از (درباره) شش رنگ استفاده نکنید) (مثال 1) ؛
• اگر به دلیل کمبود فضا ، برچسب ها قابل مشاهده نباشند (مثال 2).
• اگر مقادیر آنقدر واگرا باشند که برخی از آنها قابل مشاهده نباشند (مثال 3).
• و به طور طبیعی ، در صورت نیاز به مرتب سازی مقادیر یا فیلتر کردن اطلاعات.

اگر تجسم برای انتشار PDF یا یک اسلاید پاورپوینت است و شما باید یک نمودار استاتیک تولید کنید ، ممکن است داده های خود را به روش دیگری ارائه دهید تا از موضوعات ذکر شده در بالا جلوگیری کنید.

نوع نمودار را عاقلانه انتخاب کنید

بسته به آنچه می خواهید نشان دهید نوع نمودار را انتخاب کنید. با جوانب مثبت و منفی هر نوع نمودار آشنا شوید.

قبل از شروع نمودار ، یک قدم به عقب بردارید و از خود بپرسید که می خواهید چه چیزی را نشان دهید. نوع نمودار مناسب را انتخاب کنید که برای یافتن الگوهای خاص و به دست آوردن بینش جدید در داده های خود بهتر است.

نمودار نوار: از محور کامل استفاده کنید و از تحریف خودداری کنید

برای نمودارهای نوار ، محور عددی (اغلب محور y) باید از صفر شروع شود.

از محور کامل برای نمودارهای نوار استفاده کنید. دید ما نسبت به منطقه میله ها بسیار حساس است و وقتی این میله ها کوتاه می شوند ، نتیجه گیری نادرست می گیریم.

اگر نیاز به نشان دادن جزئیات داده ای دارید که هنگام استفاده از محور کامل قابل مشاهده نیست ، نمودار اصلی با محور کامل می تواند با یک "نمودار بزرگنمایی" ، به اصطلاح "نمودار پانل" در اکسل همراه باشد. مثال زیر را ببینید:

خواندن بیشتر

ایجاد تعاملی این نمودارها بسیاری از موضوعات ذکر شده در بالا را حل می کند. به عنوان مثال ، کاربر می تواند یک ستون را ماوس کند و مقدار دقیق آن را دریافت کند ، برخی از دسته ها را فیلتر کند یا ستون ها را مطابق با مقادیر خود مرتب کند.

اطلاعات بیشتر در مورد نمودارهای نوار

نمودارهای نوار زوج (ویدیوی YouTube 7:49) ؛نمودارهای نوار انباشته (ویدیوی YouTube 3:29) ؛نمودار هرمی (YouTube Video 8: 13). این فیلم ها اصول اولیه را ارائه می دهند ، از جمله برخی از بازتاب های جالب در نمودارهای نوار.

نمودارهای پای: منفی (و جوانب مثبت)

مغز انسان به صورت خطی فکر می کند: ما به راحتی می توانیم طول/ارتفاع بخش های خط را با هم مقایسه کنیم اما وقتی صحبت از زاویه ها و مناطقی می شود که اکثر ما نمی توانیم به خوبی درباره آنها قضاوت کنیم. بنابراین ، سعی کنید هنگام مقایسه بسیاری از دسته ها یا هنگامی که دسته ها مقادیر مشابهی دارند ، از استفاده از نمودارهای پای خودداری کنید.

با این حال ، نمودارهای پای به خوبی کار می کنند تا کل و سهام آن را به نمایش بگذارند ، و در صورت نمایش فقط چند دسته (حداکثر 5-6) قابل خواندن هستند. سایر شیوه های خوب عبارتند از: مرتب کردن مقادیر به صورت عقربه های ساعت با توجه به هدف ارتباطی خود. برای نزدیک شدن برچسب ها به نمودار پای (از تلاش غیر ضروری خواننده خودداری کنید). و در صورت داشتن نمودار پای دارای برچسب (برای از بین بردن افزونگی) از رنگ ها عاقلانه یا حتی از فقط یک رنگ استفاده کنید. با یک هدف ارتباطی خاص ، می توان از نمودار پای با برش های زیادی برای برجسته کردن بزرگترین یا کوچکترین سهم استفاده کرد.

اگر می خواهید خوانندگان سهام کل را مقایسه کنند ، نمودارهای نوار و نمودارهای نوار انباشته گزینه های بهتری هستند (به جوانب مثبت و منفی نمودارهای منطقه مراجعه کنید).

اطلاعات بیشتر در مورد نمودارهای پای

نمودارهای پای با رابرت کوزارا: یک فیلم (4:58) و مطالعه دقیق او

چند برابر کوچک

چند برابر کوچک یک روش ظریف و کارآمد برای نمایش بسیاری از داده ها و جلوگیری از درهم و برهمی در یک نمودار واحد است. آنها روایتی در مورد تغییر نمایش داده شده ارائه می دهند (اگر زمان نشان داده شود) و یک مرور کلی که جزئیات را فدا نمی کند.

برای نقشه ها ، چند برابر کوچک نیز ممکن است پیام را بسیار بهتر از یک انیمیشن منتقل کند ، بنابراین آنها جایگزین مناسبی برای تجسم های تعاملی هستند.

تمرین خوب این است که:

• مقوله ها را به عمد سفارش دهید تا روند یا رتبه بندی را نشان دهند.
• احتمالاً از یک مقیاس مشترک استفاده کنید.
• از یک نوع نمودار ساده استفاده کنید.
• برای همه نمودارها از همان رنگ ها استفاده کنید.

اطلاعات بیشتر در مورد چند برابر کوچک

نمودارهای انباشته برای مقایسه داده ها دشوار است

نمودارهای منطقه انباشته روندهای تجمعی را با گذشت زمان نشان می دهد. آنها انتخاب خوبی هستند اگر نشان دادن کل به همان اندازه نشان دادن سهام خود مهم باشد و در صورت وجود تفاوت زیاد بین ارزش ها ، بهترین کار را انجام می دهند.

با این حال ، در حالی که سهم در کل ویژگی های پایین تر به خوبی قابل خواندن است ، قدردانی از سایر ویژگی های دور از خط مرجع دشوار است. بنابراین ، اگر می خواهید اندازه سهام مختلف را با یکدیگر مقایسه کنید ، یا اگر سهام زیادی دارید ، انتخاب مناسبی نیست.

انتخاب نمودار به تمرکز بستگی دارد.

اگر می خواهید روند هر سهم را نشان دهید ، یک نمودار منطقه جداگانه یا نمودار خط را انتخاب کنید.

اطلاعات بیشتر در مورد نمودارهای منطقه (منطقه انباشته و نمودارهای نوار انباشته)

نمودارهای محور دوگانه ، جوانب مثبت و منفی

بحث در مورد نمودارهای محور دوگانه وجود دارد. آنها عمدتاً برای برجسته کردن رابطه در روند دو مجموعه داده با واحدهای مختلف اندازه گیری یا مقایسه دو سری داده با همان اندازه گیری ، اما بزرگی متفاوت استفاده می شوند.

مزیت این نمودارها این است که آنها اطلاعات زیادی را با فضای محدود نشان می دهند. نکته منفی این است که خواندن آنها اغلب آسان نیست و حتی می توانند به تفسیرهای گمراه کننده منجر شوند.

• برای جلوگیری از سردرگمی ، داده ها باید با کمک رنگ ها و متن به محور خود قابل توجه باشند.
• برای جلوگیری از تفسیر گمراه کننده ، هنگام استفاده از همان واحد ، محورها باید هماهنگ شوند.

اگر می خواهید مقیاس های مختلفی را برای دیدن تکامل در جزئیات نگه دارید ، می توانید نمودارهای جانبی را انتخاب کرده و از حاشیه نویسی ها برای برجسته کردن همبستگی های احتمالی بین این دو سری استفاده کنید.

اگر می خواهید هر دو سری داده را در یک نمودار نگه دارید ، می توانید یک نمودار فهرست بندی شده ایجاد کنید. یک نمودار فهرست بندی شده که در مورد اعداد مطلق چیزی نمی گوید اما تغییر نسبی سری داده ها را در طول زمان نشان می دهد.

جایگزین دیگر برای محور دوگانه ، پراکندگی متصل است.

اطلاعات بیشتر در مورد نمودارهای محور دوگانه:

خواندن نمودارها را آسان کنید

از زبان روشن استفاده کنید و از کلمات اختصاری خودداری کنید

سعی کنید از زبان شفاف در عنوان و توضیحات خود استفاده کنید. از کلمات مخفف مانند "MS" خودداری کنید و از فرم گسترده "کشور عضو" یا حتی بهتر ، "کشور" استفاده کنید. استفاده از مخفف های شناخته شده مانند اتحادیه اروپا یا تولید ناخالص داخلی ، یا کسانی که مخاطبان شما به وضوح درک می کنند ، اشکالی ندارد.

هرگونه درهم و برهمی بصری را حذف کنید (افزایش نسبت اتصال داده ، اصل Tufte)

کمال نه هنگامی که چیزی برای افزودن وجود ندارد ، حاصل می شود ، بلکه وقتی چیزی برای از بین بردن باقی نمانده است.

آنتوان دو سنت اگزوپری

همانطور که در مثال زیر نشان داده شده است ، مهم است که هرگونه درهم و برهم بصری را حذف کنید تا محتوا از هم جدا شود.

• پس زمینه را بردارید
• شبکه را حذف (یا سبک کنید)
• اگر در بالا روشن شود ، ٪ را در محور y بردارید
• در صورت لزوم عنوان محور x را حذف کنید
• در صورت برچسب زدن میله ها ، افسانه را بردارید
• در صورت لزوم رنگ ها را حذف کنید
• هر اثر گرافیکی (سایه) را حذف کنید.

در مورد نسبت داده و اصول Tufte بیشتر بخوانید.

نمودار نوار را بچرخانید وقتی نام دسته ها خیلی طولانی است

اطلاعات بیشتر در مورد نمودارهای نوار افقی

وقتی فقط یک دسته از داده ها دارید از یک افسانه استفاده نکنید

اگر فقط یک دسته از ارزش در نمودار شما ترسیم شده باشد ، دیگر نیازی به داشتن افسانه نیست. به جای آن ، اطلاعات لازم را می توان در عنوان درج کرد. از طرف دیگر ، می توانید محور را مستقیماً برچسب گذاری کنید.

از هر کجا که ممکن باشد از برچسب زدن مستقیم استفاده کنید و از جستجوی غیرمستقیم خودداری کنید

در صورت امکان ، خطوط را به صورت جداگانه برچسب بزنید و از افسانه ها خودداری کنید.

شما می خواهید به شناسایی فوری خطوط اجازه دهید اما نگاه کردن به آنها در یک افسانه زمان زیادی را می گیرد. غالباً افسانه زیر نمودار است و عناصر آن به ترتیب دلخواه هستند. در عوض ، برچسب ها را نزدیک خطوط قرار دهید.

با این حال ، قرار دادن یک برچسب در کنار یک خط می تواند به یک مسئله تبدیل شود که چندین خط در همان نقطه به پایان برسد. در این حالت ، یک افسانه را در زیر نمودار قرار دهید.

اطلاعات بیشتر در مورد نمودارهای خط

داده های خود را برای مقایسه آسان تر مرتب کنید

مهمتر از این است که به جای ویژگی های غیر داده (به عنوان مثال ، برچسب هایی مانند نام کشور) ، به خود داده ها تأکید کرده و نمودار خود را بر اساس ویژگی های داده مرتب کنید.

با طبقه بندی داده ها ، مقایسه مناسب در بسیاری از میله ها انجام می شود ، همانطور که پیدا کردن یک کشور در لیست پس از اسکن سریع انجام می شود.

نمودارهای پای در هنگام ارائه مقادیر داده مرتب شده بهتر کار می کنند. ساعت 12 با بزرگترین برش شروع کنید و در جهت عقربه های ساعت کار کنید. به این ترتیب ، درک روابط بین قطعات - آنچه بزرگتر و کوچکتر است - بسیار ساده تر است - حتی اگر مقادیر قابل خواندن نباشند ، یا مناطق بسیار مشابه هستند.

اگر نمودار تعاملی است ، به کاربر امکان تغییر ترتیب مرتب سازی پیش فرض و راهی برای فیلتر کردن داده ها را برای مقایسه تنها چند دسته بدهید.

بیش از (حدود) شش رنگ استفاده نکنید

طبقه بندی رنگ تصادفی نیست و مراکز اصطلاحات اساسی رنگ در همه زبانها بسیار مشابه هستند. استفاده از دسته های رنگی که نسبتاً جهانی هستند ، مشاهده تفاوت بین رنگ ها را آسان تر می کند. شکل زیر ترتیب ظهور نام های رنگ در زبانها در سراسر جهان را نشان می دهد. سفارش ثابت است ، به استثنای اینکه گاهی اوقات زرد قبل از سبز وجود دارد و گاهی اوقات معکوس است. منبع: برلین و کی (1969)

از رنگهای مختلف برای نشان دادن دسته های مختلف (به عنوان مثال ، خصوصی/عمومی ، انواع آلاینده) استفاده کنید ، نه مقادیر متفاوت در یک محدوده (به عنوان مثال ، سن ، دما). پالت رنگ کیفی را در زیر مشاهده کنید.

اگر می خواهید رنگ یک مقدار عددی را نشان دهید ، از محدوده ای استفاده کنید که از نور به تاریکی در یکی از دسته های رنگ جهانی می رود. پالت رنگ متوالی را در زیر مشاهده کنید.

اگر شما نیاز به نشان دادن مقادیر عددی واگرا (از گرم تا سرما ، از خوب تا بد و غیره) دارید ، از دو رنگ استفاده کنید که در مثال پالت رنگ واگرا نشان داده شده است.

برای مقادیر محدوده از رنگین کمان استفاده نکنید.

از کوری رنگ (کمبود بینایی رنگ) آگاه باشید

نابینایی رنگ ، همچنین به عنوان کمبود دید رنگ (CVD) تقریباً 8 ٪ از مردان و 0. 5 ٪ از زنان در جهان را تحت تأثیر قرار می دهد. حدود 300 میلیون کور رنگ در جهان وجود دارد. در زیر ، نمونه ای از چگونگی درک کسی که کوری رنگ می تواند یک نمودار را درک کند ، آورده شده است.

بیشتر افراد کور رنگ می توانند کنتراست را تشخیص دهند: استفاده از ترکیبی از نور و رنگ تیره باعث می شود طراحی شما در دسترس تر باشد.

برای برقراری ارتباط فقط به رنگ اعتماد نکنید. اشکال ، الگوهای و بافت های مختلف می تواند به تمایز بین عناصر مختلف طراحی در تجسم شما کمک کند.

یک روش ساده برای بهینه سازی طراحی خود ، جلوگیری از استفاده از هر ترکیب رنگی است. از یک پالت تک رنگ در سایه های مختلف استفاده کنید.

شبیه سازهای کمبود رنگ با استفاده آسان به صورت آنلاین وجود دارد که به شما در آزمایش تجسم خود کمک می کند ، و همچنین پسوندهایی که می توانید به مرورگر خود اضافه کنید:

نمودارها را درست کنید

از فواصل مداوم در محور استفاده کنید (در شکاف داده ها شفاف باشید)

وقتی برخی از داده ها از دست رفته اند ، واضح باشید. دلیل دلیل را توضیح دهید. از محور کامل استفاده کنید و وقتی داده های عددی دارید ، مقادیر را رد نکنید.

آیا از نسبت ابعاد مناسب برای به حداقل رساندن اثرات شیب دراماتیک استفاده کنید

شیب یک نمودار خط باید برای درک بهتر نزدیک به 45 درجه باشد.

در مثال زیر ، داده های مشابه به سه روش ارائه شده است. شیب مقیاس های مورد استفاده در دو محور را منعکس می کند:

با این حال ، در برخی موارد می تواند دلایل قانونی برای عدم چسبیدن به بانکداری به 45 درجه وجود داشته باشد. به عنوان مثال ، برای تجزیه و تحلیل داده هایی که الگوهای خاصی را نشان می دهد ، که در غیر این صورت در شیب 45 درجه قابل مشاهده نیست. مثال زیر را ببینید:

همبستگی را با علیت اشتباه نگیرید

غالباً سریال های زمانی بسیار زیاد از دو اندازه گیری متفاوت ، یک همبستگی قوی را نشان می دهد. اشتباه گرفتن همبستگی با علیت ، اشتباه آسان است. تعصب می تواند نتیجه بگیرد که اگر هر دو به یک روش و در همان زمان تغییر کنند ، باید یک چیز دیگر ایجاد کند.

به عنوان مثال ، اگر دو سری داده های مختلف (A و B) را در همان نمودار ترسیم کنید ، ممکن است متوجه شوید که هر دو با گذشت زمان از یک الگوی مشابه پیروی می کنند. اثبات این مسئله که باعث B یا برعکس شود ، بسیار سخت است ، اگر غیرممکن باشد. بسیاری از عوامل بدون سرنشین سوم وجود دارد که ممکن است هر دو A و B را تحت تأثیر قرار دهد.

اطلاعات بیشتر در مورد این موضوع

برای تورم در سری های طولانی مدت تنظیم کنید

هنگام استفاده از مقادیر اقتصادی در نمودارهای خود ، باید مراقب تنظیم ارزش با توجه به تورم باشید.

مراقب باشید که چگونه "داده های بدون داده/گمشده" را درمان می کنید

نمودار زیر را به عنوان نمونه ای از نتایج برخی مشاهدات خاص در خیابان بگیرید. شما می خواهید ببینید که چند نفر در حال پیاده روی در آن هستند ، عینک (x) می پوشند یا عینک (y) را در یک بازه زمانی خاص نمی پوشند. هنگامی که شما قادر به شناسایی هم نیستید ، آن را "ناشناخته" علامت گذاری می کنید. بعد از 1000 مشاهده ، جمع آوری داده ها را متوقف می کنید.

نمودار سمت چپ می گوید که 33. 5 ٪ عینک (X) و 28. 6 ٪ (Y) را نمی پوشیدند ، در حالی که 37. 9 ٪ ناشناخته بودند (داده های گمشده). مسئله نمودار فوق این است که ناشناخته ها نباید به عنوان دسته سوم رفتار شود که با دو مورد دیگر متفاوت باشد. ناشناخته شامل هر دو X و Y است که احتمالاً با همان توزیع. بنابراین ، داده های گمشده باید حذف شوند و فقط به طور جداگانه گزارش شوند. این یک روش استاندارد در تمام نظرسنجی های آماری است. در سمت راست ، نمودار بدون ناشناخته اصلاح می شود. در این حالت ، نشانه ای از حاشیه خطا نیز کمک می کند.

سیب ها را با پرتقال مقایسه نکنید

این قانون بی اهمیت به نظر می رسد ، اما احترام وقتی ممکن است یکسان به نظر برسد بسیار دشوار است. به عنوان مثال ، تجزیه و تحلیل روند زیر CO را تصور کنید₂انتشار گازهای گلخانه ای به مرور زمان در اروپا. از دیدگاه ساده گرایانه ، روند با گذشت زمان برای اتحادیه اروپا از سال 1995 تا 2014 همه خوب به نظر می رسد. با این حال ، اتحادیه اروپا با گذشت زمان از همان کشورها تشکیل نشده است و بنابراین EU-12 را نمی توان با اتحادیه اروپا 25 یا EU-28 مقایسه کرد. کشورهایی که اتحادیه اروپا را تشکیل داده اند از نظر آماری برابر با کشورهایی نیستند که بخشی از اتحادیه اروپ ا-28 بودند. این مقایسه سیب با پرتقال است!

سطح اطمینان را نشان می دهد

به مخاطبان خود بگویید که با استفاده از میله های خطا هر زمان که از داده ها برای ایجاد استدلال استفاده می کنید ، در ادعاهای خود اطمینان دارید.