나는 이것을 보았다. "정말 눈에 띄는"직업 차트 트위터에 최근에. 데이터가 왜 그렇게 눈에 띄지 않는지 알 수 있습니까? 
그림 1 : 원본 트윗
확실히 외모 치는. 레드 라인 (학사 학위가없는 노동력)과 파란 선 (학사 학위를 가진 노동력)은 2008 년 미국 경기 침체가 시작될 때까지 움직이고 있었고, 빨간 선은 갑자기 반대 방향으로 움직였습니다. 여기에는 관련성있는 이야기가있을 수 있지만이 도표는이를 정확하게 말하지 않습니다.
문제는 빨간색 선과 파란색 선이 매우 다른 비늘에 . 절대 범위와 상대 범위가 다릅니다. 블루 라인의 경우 수직 범위는 2,600 만 명이고 레드 라인의 경우 훨씬 높은 값을 가지고 있지만 약 1,200 만 명입니다. 다음은 두 시리즈 다. 같은 척도로 : 
그림 2 : 단일 스케일
그게 더 정확한 그림이고, 여전히 경기 침체 이후에 차이점을 볼 수 있습니다. 그러나 두 그룹은 경기 침체 이전에 같은 궤적을 따라 움직이지 않았습니다. 레드 라인의 증가는 경기 침체 전에 이미 얕아지고 있었고, 그 하락은 특히 상대적인 측면에서 극적이지는 않습니다.
대체 시각화
그래프에 두 개의 스케일을 사용하는 것은 거의 좋은 생각이 아니지만 꽤 일반적입니다. 가능한 한 많은 정보를 하나의 그래프에 담을 수있는 드라이브가있는 것 같습니다. 결과가 더 효율적으로 느껴지기 때문에 이해할 수 있습니다. 그래프를 한 번에 하나씩 구성 할 때 추가 된 복잡성을 알 수 없습니다. 그러나 시청자는 전체 그래프를 한 번에보고 두 가지 다른 척도를 해독하기 위해 할 일이 조금 있습니다. 데이터 시각화의 전체 요점은 우리가 시각 시스템에서 무료로 얻는 생각하지 않은 인식을 활용하는 것입니다.
그럼에도 불구하고, 그 선들은 상당히 멀리 떨어져있어 비교가 어렵 기 때문에 완벽하지는 않습니다. 분리 된 그래프는 당연한 대안이지만, 우리는 이질적인 스케일을 비교할 수있는 방법을 찾아 내야 할 것입니다. 따라서 이중 눈금을보다 정확하게 인식 할 수있는 방법을 살펴 보겠습니다.
첫째, 기술 노트 : 그래프 빌더에서 듀얼 스케일 그래프를 만드는 방법 JMP 그것이 추천 된 기술이 아니기 때문에 표면 아래에 조금 있습니다. 먼저 두 개의 Y 변수를 왼쪽 축에 추가 한 다음 마우스 오른쪽 버튼을 클릭하고 변수 중 하나에 대해 "오른쪽으로 이동"을 선택하십시오.
듀얼 스케일을 피하는 한 가지 방법은 두 변수를 상대적 규모로 변형하는 것이지만, 단점은 원래 단위를 잃어 버리는 것입니다. 그러나 각 스케일을 변형 된 것처럼 설정하여 유닛을 잃지 않고 그 효과를 얻을 수 있습니다. 예를 들어, 각 변수를 최대 값의 백분율로 변환한다고 가정합니다. 이것은 좌 / 우 스케일 모두 0에서 최대 데이터 값 (일부 마진을 더한 값)까지가는 것과 같습니다. 
그림 3 : 0 ~ 100 %의 이중 스케일
그것은 어떤 의미에서 (0에서 100 %까지) 동일한 비율로 존재하기 때문에 진실 된 느낌을 갖지만, 그래프의 아래쪽 절반은 비어 있고 낭비되는 느낌을 갖습니다. 그림 3의 논리를 확장하고 두 축 모두 최대 100 % 최대 50 %까지 축척 할 수 있습니다. 
그림 4 : 50 % -100 %의 이중 스케일
이제 우리는 각 범위 내에서 각 경향을 볼 수 있습니다. 그러나 변화율은 서로 비교할 수 없습니다. 왼쪽 축에서 5 백만의 수직 거리는 오른쪽 축에서 천만과 거의 같습니다. 변화율이나 수직적 변화를 일반적으로 비교하고 싶다면 양쪽 스케일에 같은 범위를 부여해야합니다. 
그림 5 : 동일한 범위의 듀얼 스케일
이제 불황이 원래의 것보다 훨씬 커 보이지만 (그림 1), 불황 후 적색 손실은 실제로 파란 이득보다 적음을 알 수 있습니다. 이 모드에서 동일한 범위를 사용하여 각 전체 눈금을 세로로 이동하고 크로스 오버 포인트를 임의로 설정할 수 있습니다. 이는 무서운 아이디어입니다. 캐주얼 뷰어는 크로스 오버 포인트가 중요하다고 생각하지만 그렇지 않습니다.
완전히 다른 이야기 여기에 얼마나 위험한 이중 눈금 그래프가 될 수 있는지 보여주는 마지막 그래프가 있습니다. 
도표 6 : 주문 이야기를위한 이중 가늠자
몇 가지 규모의 수정만으로 우리는 완전히 다른 이야기를 할 수 있습니다. 라인이 함께 시작한 다음 빨간색 라인이 급격히 상승하여 다시 파란색 라인 레벨로 다시 되돌아 왔습니다. 여기의 척도는 그림 1의 척도와 동일합니다.
일반적인 문제에 대한 자세한 내용은 다음을 참조하십시오. 그래프의 이중 축 Stephen Few.
나는 변수 이름이 단어 적이기 때문에 부분적으로 색으로 라인을 참조 했었지만 개념이 일반적인 것이라는 점을 강조했다. 그러나 각 스케일링 기법의 적합성은 상대적 또는 절대적 변경이 더 적절한 지 여부와 같은 데이터의 의미에 따라 달라질 수 있습니다.
이제 나는 너에게 듣고 싶다. 어떤 견해도 완벽하지 않다는 것을 감안할 때, 6 명의 인물 중 어느 누구가이 직업 데이터를 가장 잘 나타낼 것이라고 생각합니까?
잔 그레그 쓴 :
너와 동의하기 어렵다, 지오 길을 따라 혼란에 빠져서 죄송합니다. 나는 여러 개의 반 합리화 된 대안들이 각각 편향된 이야기를한다는 사실을 강조하기를 희망하고 있습니다.
이중 Y 축 차트 문제 쓴 :
'축척'은 이중 축 차트를 사용하고 읽는 것을 어렵게 만듭니다. 토론을 위해 이중 규모 작업 차트를 분해합니다. 판매 축의 축척을 조정하고 가격 및 수익에 대한 평행 한 곡선을 얻을 수 있으며 [â |]
잔 그레그 쓴 :
좋은 점, EngrStudent. 나는 사람들이 데이터없이 그래프를 발행 할 때 불평하곤했다. 그리고 지금 나는 똑같은 일을하고있다! 다행스럽게도 메모 작성자 인 Emil은 이미이를 지적했으며 JMP 데이터 테이블과 임베디드 그래프 스크립트를 JMP 파일 교환에 넣었습니다. 나의 이전 코멘트에있는 링크를 참조하십시오. 그만큼 정말 원시 데이터는입니다. http://research.stlouisfed.org/fred2/ .
EngrStudent 쓴 :
재현 가능한 프로그래밍은 훌륭한 과학의 핵심입니다. 원시 데이터 및 관련 스크립트를 포함시켜 그래프를 다시 작성해야합니다.
지오 드 쓴 :
나는 이것을 얻지 못한다. 당신은 이중 규모 접근법을 사용하는 데있어서의 지각 문제를 올바르게 지적하고, 모든 사람들을 혼란스럽게하는 수많은 새로운 방법을 만들기 위해 즐겁게 진행합니다. 최초의 '정말로 눈에 띄는'버전과 적용된 그림 4-6 사이에는 근본적으로 다른 것은 없습니다. 이모 (IMHO) 여기서 유일하게 두 배 스케일의 예는 관객에게 도달해야합니다. 그림 3의 듀얼 스케일은 0-100 %입니다.
잔 그레그 쓴 :
데이터를 게시하는 것이 좋습니다, Emil. 내가 왜 그렇게 생각하지 않았어?
일부 그래프 스크립트가 포함 된 JMP 파일을 JMP 파일 교환에 게시했습니다. 1991 ~ 2014 년 민간 노동력 .
에밀 프리드먼 쓴 :
JMP 파일에 데이터를 게시 할 수 있습니까? 두 그룹의 합계를 살펴 보는 것도 흥미로울 것입니다.
