Які існують альтернативи коробці?

Я працюю над створенням веб-сайту, який відображає дані перепису для вибраних користувачем полігонів і хотів би графічно показати розподіл різних параметрів (один графік на параметр).

Дані зазвичай мають такі властивості:

1. Розмір вибірки, як правило, великий (скажімо, близько 10 000 точок даних)
2. Діапазон значень, як правило, великий (наприклад, мінімальна кількість населення може бути менше 100, а максимальна може бути приблизно 500 000)
3. q1 зазвичай близький до мінімального (скажімо, 200), тоді як q2 & q3 буде в межах 10 000
4. Це не схоже на звичайний розподіл

Я не статистик, і тому мій опис може бути не зовсім зрозумілим.

Я хотів би показати цей розподіл на графіку, який побачать громадяни (мирянин, якщо хочете).

Мені б найкраще подобатися використовувати гістограму, але це неможливо через великий діапазон значень, завдяки якому виготовлення бункерів насправді не просте & прямо.

З того, що я мало знаю про статистику, графік поля - це те, що часто використовується для показу подібних даних, але я відчуваю, що для непрофесіоналів розшифрувати графік Box непросто.

Які мої варіанти відображення цих даних легко зрозуміти?

Боксер не такий складний. Зрештою, потрібно просто обчислити три квартілі , а min та max, які визначають діапазон; тонкість виникає, коли ми хочемо намалювати вуса і запропоновані різні методи. Наприклад, у шкалі "Туккі" значення, що перевищує 1,5 рази, міжквартиль з першого або третього кварталу вважатиметься вигідним і відображатиметься як прості точки. Дивіться також Методи представлення статистичної інформації: Набір графіків для хорошого огляду , Крістін Поттер. Програмне забезпечення R реалізує дещо інше правило, але вихідний код доступний, якщо ви хочете його вивчити (див. boxplot()Таboxplot.stats()функції). Однак це не дуже корисно, коли інтерес полягає у виявленні людей, що перебувають із дуже перекошеного розподілу (але дивіться, "Налагоджена коробка для косого розподілу" , Hubert and Vandervieren, CSDA 2008 52 (12)).

Що стосується візуалізації в Інтернеті, я б запропонував поглянути на Protovis, який є плагін-js інструментарієм для інтерактивних веб-дисплеїв. Сторінка прикладів містить дуже багато ілюстрацій того, що можна досягти за допомогою неї, в дуже мало рядків.

Можливо, вам також захочеться поглянути на буклети .

[ Джерело ]

Реалізовано у пакеті R Peter Kampstra.

Я б запропонував вам наполегливо виконувати гістограми. Вони набагато ширше зрозуміли, ніж альтернативи. Використовуйте шкалу журналу, щоб впоратися з великим діапазоном значень. Ось приклад, який я підготував за пару хвилин у штаті:
я визнаю, що числові мітки осі x не були повністю простими або автоматичними, але, як ви будуєте веб-сайт, я впевнений, що ваші навички програмування дорівнюють виклик!

Ось функція matlab для побудови декількох гістограм поруч у 2D як альтернатива коробці-графіку. Дивіться малюнок вгорі. А ось ще одна

Смуга щільності є ще однією альтернативою коробці. Це затінена монохромна смуга, темрява якої в точці пропорційна щільності ймовірності величини в цій точці. Це R-реалізація смуги щільності

$x\%$$x=0,10,20,...,100$

Якщо ви орієнтовані на загальну сукупність (тобто аудиторію, яка не піддається статистиці), вам слід зосередитись на привабливості, а не на статистичній точності.

Забудьте про коробки, не кажучи вже про сюжетні скрипки (особисто мені їх дуже важко читати)! Якщо ви запитаєте середньостатистичного чоловіка на вулиці, що таке квантил, ви б здебільшого почули тишу широкооким ...

Слід використовувати барплоти, бульбашкові діаграми, можливо, деякі кругові діаграми (brrrr). Забудьте про смужки помилок (хоча я поставив би текст SD в тексті кудись, де це можливо).

Використовуйте кольори, форми, товсті лінії, 3D. Ви повинні зробити кожну діаграму унікальною і одразу зрозумілою, навіть не читаючи всі легенди / осі тощо. Розумно використовуйте карти, фарбуючи їх.

Інформація прекрасна - це дуже хороший ресурс для отримання ідей. Наприклад, погляньте на цю діаграму: Кофеїн і Калорії : кожен може зрозуміти це, і це радує око.

І, звичайно, погляньте на роботу Едварда Туфте.

Я більше люблю сюжетні скрипкові сюжети , оскільки це дає уявлення про форму розподілу. Однак якщо проблема великого діапазону значень, то, можливо, було б найкраще побудувати журнал даних, а не необроблені значення, який би потім зробив вибір розмірів поля для гістограм тощо. Оскільки дисплей призначений для мирян, не не згадайте журнали та позначте вісь 10, 100, 1000, 10000, 100000, 1000000 тощо.