Альтернативна графіка для графіків "обробляти смугу"

У моєму дослідженні популярним способом відображення даних є використання комбінації діаграми з "ручками". Наприклад,

"Ручки" чергуються між стандартними помилками та стандартними відхиленнями залежно від автора. Зазвичай розміри вибірки для кожного «бруска» досить невеликі - близько шести.

Ці сюжети здаються особливо популярними в біологічних науках - див. Перші приклади BMC Biology, том 3 для прикладів.

То як би ви представили ці дані?

Чому мені не подобаються ці сюжети

Особисто мені не подобаються ці сюжети.

1. Якщо розмір вибірки невеликий, чому б не просто відобразити окремі точки даних.
2. Це відображається sd чи se? Ніхто не погоджується, яким користуватися.
3. Навіщо взагалі використовувати бруски. Дані (як правило) не походять від 0, але перший пропуск на графіку говорить про це.
4. Графіки не дають уявлення про діапазон чи розмір вибірки даних.

R сценарій

Це код R, який я використовував для створення сюжету. Таким чином ви можете (якщо хочете) використовувати ті самі дані.

                                        #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)

Дякую за всі відповіді. Для повноти я подумав, що я повинен включати те, що зазвичай роблю. Я схильний робити комбінацію поданих пропозицій: крапки, діапазони (коли n великий) та se (або sd) діапазони.

( Видалено модератором, оскільки сайт, на якому розміщено зображення, більше не працює належним чином. )

З крапкового сюжету видно, що дані набагато більше розповсюджені на графіках "панелі обробки". Насправді в А3 є негативне значення!

Я відповів на цю відповідь CW, тому я не отримую респ

Френк Харрелл (найвидатніший) основний коментар під назвою "Інформаційна алергія" при використанніR! Минулий місяць показав альтернативи цим: замість того, щоб приховувати необроблені дані за допомогою агрегації, яку надають смуги, необроблені дані також відображаються у вигляді крапок (або крапок). "Навіщо приховувати дані?" був коментар Франка.

З огляду на змішування альпи, це вражає як найрозумніша пропозиція (і вся розмова найбільш повна хороших і важливих самородків).

З психологічної точки зору я виступаю за складання даних плюс вашу непевність щодо цих даних. Таким чином, у сюжеті, як ви показуєте, я ніколи не заважав би простягати смуги до нуля, що служить лише для мінімізації здатності очей розрізняти відмінності в діапазоні даних.

Крім того, я відверто антибарграф; гістограми відображають дві змінні в одному естетичному атрибуті (розташування осі x), що може спричинити плутанину. Кращим підходом є уникнення зайвого естетичного відображення шляхом зіставлення однієї змінної на вісь x, а іншої змінної до іншого естетичного атрибута (наприклад, форми точки чи кольору або обох).

Нарешті, у своєму графіку вище ви включаєте лише смуги помилок вище значення, що перешкоджає можливості порівняння інтервалів невизначеності відносно барів вище та нижче значення.

Ось як я буду будувати дані (через пакет ggplot2). Зверніть увагу, що я додаю лінії, що з'єднують точки з тієї ж серії; дехто стверджує, що це доцільно лише тоді, коли рядки, через які з'єднуються лінії, є числовими (як здається, у цьому випадку), однак, поки існує якась розумна порядкова залежність між рівнями змінної осі x, я думаю з’єднувальні лінії корисні для допомоги точкам асоціації очей по осі x. Це може стати особливо корисним для виявлення взаємодій, які дійсно виділяються лініями.

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
)

Мені цікаво, чому вам не подобаються ці сюжети. Я їх постійно використовую. Не бажаючи констатувати очевидне цвітіння, вони дозволяють порівнювати засоби різних груп і перевіряти, чи перекриваються їх 95% ІС (тобто справжня середня величина, ймовірно, буде різною).

Важливо, щоб отримати баланс простоти та інформації для різних цілей, я думаю. Але коли я використовую ці сюжети, я кажу: "ці дві групи якісь важливі способи відрізняються одна від одної" [чи ні].

Мені це здається дуже чудовим, але мені було б цікаво почути зустрічні приклади. Я припускаю, що при використанні сюжету неявним є те, що в даних немає розбірливого розподілу, що робить це значення недійсним або оманливим.

Якщо дані є показниками : це кількість успіхів, поділених на кількість випробувань, то дуже елегантним методом є сюжет воронки. Наприклад, див. Http://qshc.bmj.com/content/11/4/390.2.full (вибачте, якщо посилання вимагає підписки - повідомте мене, і я знайду інше).

Можливо, можливо адаптувати їх до інших типів даних, але я не бачив жодного прикладу.

ОНОВЛЕННЯ:

Ось посилання на приклад, який не вимагає підписки (і має чітке пояснення, яким чином вони можуть бути використані): http://understandingucurityty.org/fertility

Їх можна використовувати для даних, що не мають швидкості, просто побудувавши середнє значення щодо стандартної помилки, однак вони можуть втратити частину своєї простоти.

Стаття у вікіпедії не є великою, оскільки вона лише обговорює їх використання в метааналізах. Я б стверджував, що вони можуть бути корисними у багатьох інших контекстах.

Я б тут використовував коробки; чистий, змістовний, непараметричний ... Або фіалка, якщо дистрибуція цікавіша .

Спрощення приголомшливого коду @ csgillespie:

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")
    )

Я вважаю за краще geom_pointrange перед панеллю помилок і думаю, що лінії відволікають, а не корисні. Ось версія, яку я вважаю набагато чистішою, ніж версія @James або @csgillespie:

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)
 )