In den letzten Jahren habe ich gebraucht Pi Day auf unangemessene Kreisdiagramme aufmerksam machen, indem Sie eines unter dem Banner von #onelesspie . Dieses Jahr konzentriere ich mich auf eine weitere runde Tabelle, die Radardiagramm , auch als Spinnendiagramm oder Sternenkarte bekannt. Wie beim Kreisdiagramm hat die Rundung des Radardiagramms einen gewissen ästhetischen Reiz. Die Rundheit macht es jedoch schwieriger, die Daten zu sehen.
Der Vizepräsident für Vertrieb und Marketing für JMP Jon Weisz stellt seine eigenen Fahrradräder zusammen und lief über diese Radar-Karte, die die Spannungsmessungen für die Speichen zeigt.
Die Abstände der orangefarbenen und blauen Linien von der Mitte entsprechen den Spannungswerten. Die Hälfte der Speichen ist mit der linken Kante der Nabe und die Hälfte mit der rechten Kante verbunden. Falls Sie sich fragen, sind die linken und rechten Spannungen unterschiedlich, da dies ein Hinterrad ist und die Zahnräder auf der rechten Seite die Speichenspannung beeinflussen. Die Speichen sind von 1 bis 16 im Uhrzeigersinn nummeriert.
Hier sind die gleichen Daten in einem "normalen" kartesischen Koordinatendiagramm.
Meine erste Reaktion war, dass dies nicht genauso aussieht wie in der Radardiagramm. Alle Spannungsschwankungen sind im kartesischen Liniendiagramm gut zu sehen, nicht jedoch in der radialen Version. Ich habe die Achsen mit den gleichen Skalen versehen (1 - 16 Speichennummern und 0 - 150 Spannungswerte), obwohl die kartesischen Koordinaten die Flexibilität bieten, die Linien zu vergrößern, wenn wir ein noch klareres Bild der Abweichung wünschen.
Was meine ich damit, dass die Daten schwerer zu sehen sind? Schauen Sie sich zum Beispiel die Speichen 12, 13 und 14 an, die rosa hervorgehoben sind.
Die orangefarbenen Spannungswerte nehmen gleichmäßig ab und erscheinen in der kartesischen Ansicht als gerade Linie, nicht jedoch in der radialen Ansicht. Umgekehrt bilden die blauen Werte in der radialen Ansicht eine gerade Linie, nicht jedoch in der kartesischen Ansicht. Um die Radardiagramme effektiv lesen zu können, müssen wir unsere grundlegenden visuellen Kodierungen für Daten neu zuordnen. Ich mag Diagramme, bei denen ich nicht bewusst über die visuelle Kodierung nachdenken muss.
Es ist natürlich anzunehmen, dass der Nachteil der Neuzuordnung unserer Wahrnehmung durch den Vorteil kompensiert wird, kreisförmige Daten wie Fahrradräder mit einem kreisförmigen Graphen darzustellen, aber ein IEEE-Journalpapier von 2012. " Grafische Tests zum Leistungsvergleich von Konkurrenzdesigns "festgestellt, dass die Wahrnehmungsnachteile den Vorteil überwogen. Heike Hofmann und ihre Mitarbeiter testeten radiale und kartesische Graphen von Daten in Bezug auf die Windrichtung, und die kartesische Ansicht war noch effektiver, um interessante Merkmale zu sehen.
Seien Sie also für Pi Day recht!
How do you draw a radar chart like that in JMP?
Miguello:
Radar- / Stern- / Spinnenplots können einfach über JMP-Scripting erstellt werden, z. B. in diesem verfügbaren Skript von Clay Barker in der JMP-Community -> Dateiaustausch -> Skripts: Star Plot Script Stimmt jedoch stark mit Xan überein. Während Radar- / Stern- / Spinnenplots hübsche Diagramme erzeugen, ist es bei diesen runden Diagrammen schwieriger, echte Unterschiede in Ihren Messungen zu erkennen. Das grafische Darstellen der realen Geschichte in Ihren Daten ist häufig viel besser, wenn Sie einen klareren Diagrammtyp wie Linien-, Balken- oder Flächendiagramm verwenden.
Dies ist ein Fall, in dem die Nützlichkeit von Werkzeugen verglichen wird, die für völlig unterschiedliche Anwendungen vorgesehen sind. Kartesische Diagramme dienen zur Visualisierung von Daten mit einer abstrakten funktionalen Abhängigkeit f (x), wobei die unabhängige Variable ein rangierbarer Skalar mit einem potenziell unendlichen Bereich (Anzahl, Instanz, Zeit, Geld, Entfernung usw.). "Radar" -Diagramme sind für Daten (R) indiziert, deren Abhängigkeit von der unabhängigen Variablen (& thgr;) zyklischer Natur ist. Anstatt die Korrelation oder Entwicklung von Trends zwischen Faktoren hervorzuheben, zeigen diese Diagramme Asymmetrien innerhalb des Zyklus und sind von immensem Wert für die Analyse / Vorhersage des Verhaltens von zyklischen Systemen oder anderen Systemen unter sich wiederholenden Bedingungen. Bei bestimmungsgemäßer Verwendung sind sie offensichtlich nicht kompatibel.
