yo vi esto Tabla de trabajos "realmente sorprendente" en Twitter recientemente. ¿Puedes ver por qué los datos no son tan llamativos como aparecen? 
Figura 1: tweet original
Ciertamente miradas sorprendentes. La línea roja (fuerza laboral sin licenciatura) y la línea azul (fuerza laboral con licenciatura) avanzaron hasta la recesión de los EE. UU. En 2008, y luego la línea roja se movió abruptamente en la dirección opuesta. Es probable que haya alguna historia relevante aquí, pero esta tabla no lo dice con mucha precisión.
El problema es que la línea roja y la línea azul son en escalas muy diferentes . Sus rangos absolutos y rangos relativos son diferentes. El rango vertical es de 26 millones de personas para la línea azul y solo unos 12 millones de personas para la línea roja, aunque esta última tiene valores mucho más altos. Aquí están las dos series. en la misma escala : 
Figura 2: Escala única
Esa es una imagen más precisa, y aún se puede ver la divergencia después de la recesión. Pero los dos grupos no se estaban moviendo en la misma trayectoria antes de la recesión, después de todo. El aumento de la línea roja fue menor y ya comenzó a nivelarse antes de la recesión, y su caída no es tan dramática, especialmente en términos relativos.
Visualizaciones alternativas
Rara vez es una buena idea usar dos escalas en un gráfico, pero es bastante común. Parece que tenemos una unidad para poner tanta información como sea posible en un solo gráfico. Es comprensible porque el resultado se siente más eficiente, y quizás no notemos la complejidad agregada a medida que construimos la gráfica una variable a la vez. Pero el espectador ve el gráfico completo a la vez y tiene un poco de trabajo mental que hacer para descifrar dos escalas diferentes. El punto principal de la visualización de datos es aprovechar la percepción sin pensamiento que obtenemos gratuitamente de nuestros sistemas visuales.
No obstante, esas líneas están bastante separadas, lo que dificulta las comparaciones, por lo que tampoco es perfecto. Los gráficos separados son una alternativa natural, pero aún tendríamos que descubrir cómo hacer que las escalas dispares sean comparables. Entonces, en cambio, veamos formas de hacer que las escalas duales sean más perceptualmente precisas.
Primero, una nota técnica: El método para hacer un gráfico de doble escala en Graph Builder en JMP Está un poco por debajo de la superficie ya que no es una técnica recomendada. Primero, agregue dos variables Y al eje izquierdo y luego haga clic derecho sobre ellas y elija "Mover a la derecha" para una de las variables.
Una forma de evitar una escala dual es transformar las dos variables en una escala relativa, pero la desventaja es que se pierden las unidades originales. Sin embargo, puede obtener ese efecto sin perder las unidades configurando cada escala como si se hubiera transformado. Por ejemplo, supongamos que transformamos cada variable a un porcentaje de su valor máximo. Eso es equivalente a tener las escalas izquierda y derecha, pasando de 0 al valor máximo de datos (más un margen). 
Figura 3: escalas duales de 0 a 100%
Eso se siente más cierto ya que están en la misma escala en algún sentido (0 a 100%), pero la mitad inferior de la gráfica está vacía y se siente desperdiciada (aunque cumple algún propósito). Podemos extender la lógica de la Figura 3 y escalar ambos ejes al 50% del máximo al 100% del máximo. 
Figura 4: Escalas duales al 50% - 100%
Ahora podemos ver cada tendencia en el contexto de su propio rango. Sin embargo, las tasas de cambio no son comparables entre sí: una distancia vertical de 5 millones en el eje izquierdo es aproximadamente igual a 10 millones en el eje derecho. Si quisiéramos comparar las tasas de cambio o el cambio vertical en general, tendríamos que dar a ambas escalas el mismo rango. 
Figura 5: Escala dual con rangos iguales
Ahora podemos ver que la pérdida roja es en realidad menor que la ganancia azul después de la recesión, aunque la pérdida parecía mucho mayor en el original (Figura 1). Tenga en cuenta que en este modo, con rangos iguales, todavía podemos mover verticalmente cada escala completa y hacer que el punto de cruce sea arbitrario, lo que es una idea aterradora. El espectador casual pensará que el punto de cruce es significativo, pero no lo es.
Una historia completamente diferente. Aquí hay un gráfico final para mostrar qué tan peligrosos pueden ser los gráficos a doble escala. 
Figura 6: escalas duales para una historia personalizada
Con solo unas pocas modificaciones de escala, podemos contar una historia completamente diferente: las líneas empezaron juntas, luego la línea roja aumentó antes de volver finalmente a los niveles de la línea azul nuevamente. Las escalas aquí son tan justificadas como las de la Figura 1.
Para más discusión sobre el tema general, vea Ejes de escala dual en gráficos por Stephen Few.
Me he referido a las líneas por sus colores, en parte porque los nombres de las variables son verbosos, pero también para subrayar que los conceptos son genéricos. Sin embargo, lo apropiado de cada técnica de escalado puede depender del significado de los datos, por ejemplo, si el cambio relativo o absoluto es más relevante.
Ahora me gustaría saber de ti: Dado que ninguna vista es perfecta, ¿cuál de las seis figuras cree que representa mejor esta información de trabajos?
Xan Gregg escribió:
Difícil estar en desacuerdo contigo, geoda. Lo siento por la confusión en el camino. Espero que múltiples alternativas semi-racionalizadas resalten el hecho de que cada una cuenta una historia sesgada.
Problema de doble eje Y escribió:
Las escalas [â ¦] es una cosa que hace que los gráficos de doble eje sean difíciles de usar y leer. Para una discusión, lea el cuadro de trabajos de doble escala deconstruido. Puedo ajustar la escala en el eje de ventas y obtener curvas paralelas para el precio y los ingresos, y en [â ¦]
Xan Gregg escribió:
Gran punto, EngrStudent. Solía quejarme cuando la gente publicaba gráficos sin datos, ¡y ahora estoy haciendo lo mismo! Afortunadamente, el comentarista Emil ya lo señaló, y desde entonces puse mi tabla de datos JMP y sus scripts de gráficos incrustados en el intercambio de archivos JMP. Ver enlace en mi comentario anterior. los De Verdad los datos en bruto están en http://research.stlouisfed.org/fred2/ .
geoda escribió:
No entiendo esto Con razón, señala los problemas perceptivos del uso de un enfoque de doble escala y luego procede alegremente para crear un montón de nuevas formas de confundir a todos. No hay nada esencialmente diferente entre la versión original "realmente sorprendente" y sus Figuras 4-6 adaptadas. En mi humilde opinión, el único ejemplo a doble escala aquí que debería llegar a una audiencia es su escala doble de la Figura 3 0-100%.
Xan Gregg escribió:
Buena idea para publicar los datos, Emil. ¿Por qué no pensé en eso?
He publicado el archivo JMP, que incluye algunos scripts de gráficos, en el Intercambio de archivos JMP como Fuerza Laboral Civil 1991 - 2014 .
