Un tracé en entonnoir est un nuage de points qui affiche les proportions de mesures (axe Y) collectées à partir de différentes tailles d'échantillon (axe X). Le but d’un tracé en entonnoir est d’aider à distinguer les variations aléatoires des variations non aléatoires des données. Les points à l'intérieur des courbes limites sont plus susceptibles de différer en fonction du caractère aléatoire, tandis que les points à l'extérieur des courbes sont plus susceptibles d'être le résultat d'une situation particulière non causée par le hasard.
Cet exemple vous montre comment utiliser le complément Funnel Plot pour créer un tracé en entonnoir avec une distribution de score Z basée sur une colonne Taille de l'échantillon et une colonne Occurrences. Les colonnes doivent être configurées de telle sorte que lorsqu'une valeur donnée dans la colonne Occurrence est divisée par sa valeur correspondante dans la colonne Taille de l'échantillon, la valeur de proportion tracée résultante est comprise entre zéro et un inclusivement.
Tout d’abord, ouvrez un tableau de données avec les occurrences et les tailles d’échantillon que vous souhaitez analyser à l’aide d’un tracé en entonnoir. Avec la table de données ouverte, sélectionnez Compléments > Générateur de tracé en entonnoir . Dans la fenêtre de lancement, attribuez la taille de l'échantillon et les occurrences à leurs rôles respectifs. Voir la figure ci-dessous :
Figure 1.1 Fenêtre de lancement
Utilisez les options Afficher la légende et Afficher l'histogramme pour contrôler ce qui apparaît sur le tracé.
Après avoir cliqué sur OK, votre graphique ressemble à la figure 1.2.
Figure 1.2 Proportions par rapport à la taille de l'échantillon
Les points qui se situent en dehors des courbes limites de 95 % représentent des données qui ne peuvent être attribuées au hasard que dans 5 % des cas. De même, les points qui se situent en dehors des courbes limites de 99,8 % représentent des données qui ne peuvent être attribuées au hasard que dans 0,2 % des cas (ce qui est extrêmement rare).
Graphique 1.3
Si vous regardez les points encerclés dans le tracé en entonnoir, vous pourriez supposer que le point entouré en rouge a une signification plus élevée que le point entouré en vert ; Cependant, ce n'est pas le cas. En fait, le point entouré en vert représente une valeur bien plus extrême. Étant donné que la taille de l’échantillon de la valeur entourée en rouge est si petite, il est beaucoup plus probable qu’elle soit le résultat du hasard. Alors que pour les données du point entouré en vert, la proportion est beaucoup plus significative par rapport au reste des valeurs, et ne peut donc pas être due au hasard. Au lieu de cela, la valeur extrême de la proportion est beaucoup plus susceptible d’être le résultat d’une situation importante ou d’une cause particulière. (Voir les liens ci-dessous pour plus d'informations.)
L'histogramme de droite est une distribution des scores z calculés à partir des données. Les scores Z sont utilisés pour normaliser les données étant donné que les échantillons de données d'origine ne proviennent pas de la même distribution. En utilisant les scores z, les points ont désormais une moyenne de 0 et un écart type de 1, suivant une distribution normale.
Détails statistiques
Problèmes potentiels
Assurez-vous qu'aucune occurrence n'est supérieure à la taille de leur échantillon correspondant, car cela perturberait les calculs utilisés pour générer le tracé et la distribution.
Pour plus d'informations sur les tracés en entonnoir et leurs utilisations, consultez ces liens :
http://www.perceptualedge.com/articles/visual_business_intelligence/variation_and_its_discontents.pdf
http://understandinguncertainty.org/fertility
Graph Makeover : Où vivent les couples de même sexe aux États-Unis
Super complément !
Question de l'réf Steven Moore : existe-t-il un moyen d'ajouter des étiquettes aux points ?
Pouvez-vous modifier les courbes limites pour dire 80 et 90 % ?
Merci,
Rosser
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Une autre question:
Comment les valeurs z sont-elles calculées ?Parce que lorsque j'utilise la moyenne et l'écart type de l'échantillon pour coder les données et que je les compare aux résultats des statistiques de score z du Funnel Plot, ils sont différents.Mes résultats donnent le 0 attendu pour la moyenne et le 1 pour l'écart type, mais la moyenne du Funnel Plot est de -0,466405 et son écart type est de 7,6169797... et les tracés de diagnostic sont également assez différents... ???
Envisagez-vous d'ajouter une « option » pour tenir compte de la surdispersion ?Cela se produit généralement lorsque les dénominateurs sont relativement grands, ce qui fait que de nombreux points se situent (à tort) en dehors des limites de contrôle du Funnel Plot... un phénomène pas rare avec les mesures de soins de santé.
Merci pour le complément de tracé en entonnoir !Existe-t-il un moyen d'étiqueter les points en dehors des limites si vous avez une colonne pour les étiquettes ?
Merci!
