約翰圖基關於零原點尺度的規則我最近在Twitter上看到了以下帖子：
埃里克喬納斯 @stochastician 3月16日
基本上沒有理由在零以外的任何地方啟動比較圖的y軸。
它產生了一些反對意見，包括我的一個。巧合的是，我剛剛重讀了約翰圖基經典著作的一部分探索性數據分析 （1977），他在該指南中展示了一個很好的反例。他的例子來自一個討論，介紹了一個名為“示意圖”的盒子圖的變體。他在1969年介紹了一般箱形圖，並且示意圖使用針對晶須長度和異常值顯示的一組特定規則對箱形圖進行了細化，這一規則一直是默認的。 JMP 它被稱為“異常盒子情節”。
有問題的例子使用瑞利勳爵測量氮的質量。根據今天的標準，這是一個非常小的數據集，而Tukey很好地列出了他書中的數據。我還檢查了瑞利勳爵的出版物，關於氮氣密度測定中遇到的異常，1894 其中包含一些觀察結果和Tukey數據的一些細微差別。我在我的數據集中附加了CSV和JMP版本的數據集 JMP用戶社區帖子 ，將Tukey的數據放在一個單獨的專欄中。以下是瑞利勳爵的論文的摘錄：
重要的是，測量結果記錄了氮氣本身的生成方式。下圖顯示了記錄的重量（以每個“球形”的克數）與其來源和淨化劑的比重。
主要區別在於氮氣是否來自空氣，這就是圖基顯示的方式。以下是他的一些文字和數字。
雖然Tukey正在比較摘要視圖（方框圖與平均條形圖），但他的觀點也適用於原始數據。以下是這些圖的JMP散點圖版本。
事實證明，瑞利勳爵的“空氣中的氮氣”還包含了當時未知的其他元素，而這些微小的差異導致了發現元素氬為此他獲得了諾貝爾獎。
因此，雖然對於比較圖表來說零刻度通常是明智的，但是沒有任何東西可以替代做出明智的選擇。正如圖基所暗示的那樣，零起源情節並不能成為諾貝爾獎。
Rick Wicklin寫道：零只是我的參考價值......里克威克林中寫道：
零只是一個通常很方便的參考值對於比率圖，我們可能希望包含1作為參考線。對於亞人群中某些疾病比例的情節，我們可能希望包括一個人口的參考線。對於藥物研究，參考線可能是對照組中的響應值。
David Burnham寫道：很容易歪曲視角......大衛伯納姆中寫道：
我改變軸的比例很容易扭曲透視。但是如果考慮我們在進行與單向方差分析相關的假設檢驗時所做的事情，那麼它是相對於大平均值進行的，或者通過回歸，截距作為平均值，因此在兩種情況下，比例都不是相對的為零。
Xan Gregg寫道：謝謝，Paresh。我正在考慮...... Xan Gregg 中寫道：
謝謝，帕雷什。因為條形圖的長度強烈地編碼了值，所以我認為尺度“斬波”對條形圖來說永遠不會好。然而，鑑於你發現的“可怕的”例子，它顯然不是普遍知道的。
Paresh Shah寫道：雖然我同意你的論點...... Paresh Shah 中寫道：
雖然我同意你的觀點，即人們應該對零刻度做出“明智的選擇”，但遺憾的是，通常在商業圖形中做出“非智能選擇”。我有一些可怕的例子，我在其中一篇文章中介紹過這個例子 http://www.visualquest.in/2015/01/inadvertent-errors.html 。順便說一句，我對應的帖子中提到的網站，但他們歡快地切斷軸！
在這種情況下，建議使用其他替代方案[點圖]似乎是合適的，而不是暗示我們可以智能地決定何時切割。
Emil Friedman寫道：在繪製藥物的分析時...埃米爾弗里德曼中寫道：
當繪製藥物的測定與穩定時間或顯示批次之間的差異時，將包括零是愚蠢的。更加有意義的是，秤的寬度足以清楚地顯示接受限制和所有數據。
請注意，所表達的觀點僅限於我的觀點，並不一定反映我的雇主的觀點。
