Xan Gregg 中寫道：
好點，SB。如果還有一個更加線性的性能測量加速度，我也不會感到驚訝。我嘗試使用GPM，結果大致相同，SUV /卡車線路稍微不那麼陡峭。
SB 中寫道：
我認為最好每英里使用加侖或每100英里加侖而不是mpg，因為mgp本身就是非線性的（14mpg和16mpg之間的差異與22mpg和24mpg之間的差異不同）。或者，以對數刻度繪製mpg。
消費者聯盟發布一份名為“ 燃油經濟性與性能 “組織提供了一個數據表，以”證明“”你不必總是放棄發動機性能以換取良好的燃油經濟性“。
雖然我非常欣賞原始數據，但圖形可視化將大大有助於支持這一主張。為什麼不親自看看 JMP ？
感謝JMP的Internet Open命令，很容易將表格納入JMP。在進行一些清理以刪除腳註並添加分類列之後，我有一個很好的數據表可供使用。現在我們可以在Graph Builder中查看加速度與燃油經濟性。
我已經刪除了Nissan Leaf和Chevy Volt，因為它們是極端的異常值並且沒有相同的MPG含義。加速是幾秒鐘，所以越低越好。更平滑的基本趨勢是隨著燃油經濟性的改善，加速度變得更糟 - 不完全是原始報告的目的。
也許消費者聯盟意味著在類別中沒有加速懲罰，獨立對待。為此，我將添加Category作為疊加變量。我還將使用回歸線元素，這是JMP 10的新元素，而不是更平滑，以獲得每個趨勢的更統計意義。
使用回歸線，Graph Builder默認顯示95％的置信區間，讓您了解擬合的質量。正常情況下線性回歸的假設 ，“真正的”最佳擬合線在95％的時間內落在陰影區域內。所有區間都足夠寬，包含正，零或負斜率線 - 所以我們不能“證明”任何強有力的統計結論，但我們仍然可以看到一些有趣的趨勢。
- 最左邊的大型SUV和皮卡車類型具有強勁的上升斜率，表明加速確實受到燃油經濟性改善的影響。
- 蓮花Elise是一種加速度異常值，即使在運動型汽車中也是如此。不包括它將使Sporty Car類別具有正斜率。
在深入了解摘要可視化之前，請注意，消費者聯盟數據僅包含在測試中表現良好的汽車，並且為了降低視覺複雜性，圖表僅顯示12個汽車類別中的8個。
比較組的另一種方法是使用a 小倍數數據可視化的風格。如果我將Category變量從Overlay角色移動到Wrap角色，我們可以看到所有12個類別，沒有重疊元素的複雜性或用盡獨特的顏色。
我還添加了Fuel Economy作為Wrap組的訂購變量，因此面板按平均燃油經濟性排序。你如何設置排序變量？將其放入組標籤區域正下方的區域。
哪個圖表更好地講述了故事，重疊或小倍數？
