Xan Gregg schrieb:
Guter Punkt, SB. Es würde mich nicht wundern, wenn diese Beschleunigung auch ein lineareres Maß für die Leistung hätte. Ich habe versucht, GPM zu verwenden, und das Ergebnis ist weitgehend das gleiche, wobei die SUV / Truck-Linien etwas weniger steil sind.
SB schrieb:
Ich denke, es ist besser, Gallonen pro Meile oder Gallonen pro 100 Meilen anstelle von mpg zu verwenden, da mgp von Natur aus nicht linear ist (der Unterschied zwischen 14 mpg und 16 mpg entspricht nicht dem Unterschied zwischen 22 mpg und 24 mpg). Oder zeichnen Sie mpg auf einer Protokollskala.
Consumers Union veröffentlicht einen Bericht mit dem Titel „ Kraftstoffverbrauch vs. Leistung "In dem die Organisation eine Datentabelle bereitstellt, um" zu beweisen ", dass" Sie nicht immer auf die Motorleistung verzichten müssen, um einen guten Kraftstoffverbrauch zu erzielen. "
Obwohl ich die Rohdaten sehr schätze, würde eine grafische Visualisierung diese Behauptung unterstützen. Warum sehen wir uns nicht in JMP ?
Dank des Internet Open-Befehls von JMP ist es einfach, die Tabelle in JMP einzubinden. Nach einer kleinen Bereinigung, um die Fußnoten zu entfernen und eine Klassifizierungsspalte hinzuzufügen, habe ich eine schöne Datentabelle, mit der ich arbeiten kann. Jetzt können wir die Beschleunigung im Vergleich zum Kraftstoffverbrauch in Graph Builder anzeigen.
Ich habe den Nissan Leaf und den Chevy Volt entfernt, da sie extreme Ausreißer sind und nicht die gleiche MPG-Bedeutung haben. Die Beschleunigung erfolgt in Sekunden. Niedriger ist also besser. Der grundsätzliche Trend, den der Smoother zeigt, ist, dass die Beschleunigung schlechter wird, wenn der Kraftstoffverbrauch besser wird - nicht genau das, was der ursprüngliche Bericht vorsah.
Vielleicht bedeutete Consumers Union, dass es keine Beschleunigungsstrafe innerhalb der Kategorie gibt, die unabhängig behandelt wird. Dazu füge ich Category als Overlay-Variable hinzu. Ich werde auch ein Regressionslinienelement verwenden, das für JMP 10 neu ist, anstatt des Glätters, um einen statistischeren Eindruck von jedem Trend zu erhalten.
Mit Regressionslinien zeigt Graph Builder standardmäßig die 95% -Konfidenzintervalle an, wodurch Sie einen Eindruck von der Qualität der Anpassung erhalten. Unter dem Normalen Annahmen für die lineare Regression Liegt die „wahre“ Best-Fit-Linie in 95% der Fälle im schattierten Bereich. Alle Intervalle sind breit genug, um Linien mit positiven, nullten oder negativen Steigungen aufzunehmen. Wir können also keine aussagekräftigen statistischen Schlussfolgerungen ziehen, aber wir können immer noch einige interessante Trends erkennen.
- Die meisten Zeilen sind relativ flach, was die Aussage der Verbraucherunion (schwach) unterstützt.
- Die großen SUV- und Pickup-Truck-Kategorien ganz links weisen ein starkes Gefälle auf, was zeigt, dass die Beschleunigung leidet, wenn sich der Kraftstoffverbrauch verbessert.
- Die Kategorie Subcompact weist eine Abwärtsneigung auf. Irgendwelche Erklärungen, Leser?
- Der Lotus Elise ist ein Beschleunigungsausreißer, auch bei sportlichen Autos. Ein Ausschluss würde die Sportwagen-Kategorie mit einer positiven Steigung belassen.
Bevor Sie zu viel in die Zusammenfassungsvisualisierung einlesen, beachten Sie, dass die Consumers Union-Daten nur Autos enthalten, die in ihren Tests gute Leistungen erbracht haben. Um die visuelle Komplexität zu verringern, werden in der Grafik nur acht der 12 Fahrzeugkategorien angezeigt.
Ein anderer Weg, Gruppen zu vergleichen, ist mit a kleine Vielfache Stil der Datenvisualisierung. Wenn ich die Kategorievariable von der Überlagerungsrolle in die Umbruchrolle verschiebe, werden alle 12 Kategorien angezeigt, ohne dass sich Elemente überlappen oder eindeutige Farben ausgehen.
Ich habe auch Fuel Economy als Bestellvariable für die Wrap-Gruppe hinzugefügt, damit die Panels nach durchschnittlichem Kraftstoffverbrauch sortiert sind. Wie stellen Sie die Bestellvariable ein? Legen Sie es in der Zone direkt unter dem Gruppenbeschriftungsbereich ab.
Welche Grafik erzählt die Geschichte besser, die Überlagerung oder die kleinen Vielfachen?
