John Tukey sobre la regla de las escalas de origen ceroVi el siguiente post recientemente en Twitter:
Eric Jonas estocástico Mar 16
Básicamente, nunca hay una razón para iniciar el eje y de su gráfico de comparación en cualquier lugar que no sea cero.
Generó varias respuestas disidentes, incluyendo una de mí. Casualmente, acababa de releer parte del libro clásico de John Tukey Análisis exploratorio de datos (1977), en la que muestra un buen contra-ejemplo de esa guía. Su ejemplo proviene de una discusión que introduce una variación de un diagrama de caja llamado "diagrama esquemático". Introdujo la trama de caja general en 1969, y la trama esquemática refinó la trama de caja con un conjunto específico de reglas para las longitudes de bigotes y las pantallas de valores atípicos, que siempre ha sido la predeterminada en JMP donde se llama una "trama de caja atípica".
El ejemplo en cuestión utiliza Lord rayleigh Mediciones de la masa de nitrógeno. Es un conjunto de datos muy pequeño para los estándares de hoy, y Tukey enumera muy bien los datos en su libro. También revisé la publicación de Lord Rayleigh, Sobre una anomalía encontrada en determinaciones sobre la densidad del gas nitrógeno, 1894 que contiene algunas observaciones más y un par de pequeñas diferencias con los datos de Tukey. He adjuntado versiones CSV y JMP del conjunto de datos en mi Publicación de la comunidad de usuarios de JMP , con los datos de Tukey en una columna separada. Aquí hay un extracto del artículo de Lord Rayleigh:
Es importante destacar que las mediciones registran los detalles sobre cómo se produjo el nitrógeno mismo. La siguiente gráfica muestra el peso registrado (en gramos por "globo") en comparación con su fuente y el agente purificador.
La principal diferencia es si el nitrógeno proviene del aire o no, que es como lo muestra Tukey. Éstos son algunos de sus textos y figuras.
Aunque Tukey está comparando vistas de resumen (diagrama de caja frente a gráfico de barras de la media), su punto también se aplica a los datos en bruto. Aquí están las versiones de diagramas de dispersión JMP de esos gráficos.
Resulta que el "nitrógeno" del aire de Lord Rayleigh también contenía otros elementos desconocidos en ese momento, y las pequeñas diferencias llevaron a la descubrimiento del elemento argón , por la que ganó un premio Nobel.
Por lo tanto, si bien una escala de cero a menudo es aconsejable para los gráficos de comparación, no hay sustituto para hacer una elección inteligente. Como sugiere Tukey, la trama de origen cero no justifica un Premio Nobel.
Rick Wicklin escribió: Cero es solo un valor de referencia que ... Rick Wicklin escribió:
Cero es solo un valor de referencia que a menudo es conveniente Para los diagramas de relaciones, es posible que desee incluir 1 como una línea de referencia. Para parcelas de proporciones de algunas enfermedades en subpoblaciones, podríamos incluir una línea de referencia para la población en general. Para un estudio farmacéutico, la línea de referencia podría ser el valor de respuesta en un grupo de control.
David Burnham escribió: Es fácil distorsionar una perspectiva ... David Burnham escribió:
Es fácil distorsionar una perspectiva al cambiar la escala de un eje. Pero si considera lo que hacemos cuando realizamos una prueba de hipótesis en relación con un análisis de varianza de una sola vía, entonces se realiza en relación con un gran promedio, o con la regresión, la intersección actúa como el promedio, por lo que en ambos casos la escala no es relativa a cero.
Xan Gregg escribió: Gracias, Paresh. Estoy tomando como d ... Xan Gregg escribió:
Gracias, Paresh. Estoy considerando que la escala de "corte" nunca está bien para los gráficos de barras ya que la longitud de la barra codifica fuertemente el valor. Sin embargo, obviamente no es universalmente conocido dados los "horrendos" ejemplos que encontró.
Paresh Shah escribió: Aunque estoy de acuerdo con tu afirmación de que ... Paresh Shah escribió:
Si bien estoy de acuerdo con su afirmación de que se debe hacer una "elección inteligente" con respecto a la escala cero, es desafortunado que generalmente las "elecciones poco inteligentes" se realicen particularmente en los gráficos de negocios. He visto algunos ejemplos horrendos, un ejemplo del cual he cubierto en uno de mis posts. http://www.visualquest.in/2015/01/inadvertent-errors.html . Por cierto, me correspondía con el sitio al que se hace referencia en el post, ¡¡pero alegremente continúan cortando el eje!
En este contexto, sugerir que se usan otras alternativas [punto gráfico] parece ser apropiado en lugar de sugerir que podemos decidir de manera inteligente cuándo cortar.
Emil Friedman escribió: Al trazar el análisis de un fármaco ... Emil Friedman escribió:
Al trazar el análisis de un producto farmacéutico contra el tiempo en la estabilidad o para mostrar la variación entre lotes sería tonto incluir cero. Tiene mucho más sentido que la escala sea lo suficientemente ancha para mostrar claramente los límites de aceptación y todos los datos.
Tenga en cuenta que las opiniones expresadas son solo mías y no reflejan necesariamente la opinión de mi empleador.
