Negli ultimi anni, ho usato Pi Day attirare l'attenzione su grafici a torta inappropriati rifacendone uno sotto il banner di #onelesspie . Quest'anno, mi concentro su un altro grafico a torta, il tabella radar , noto anche come grafico a ragno o grafico a stelle. Come nel grafico a torta, la rotondità del grafico radar ha un certo fascino estetico. Ma la rotondità rende anche più difficile vedere i dati.
Il vice presidente vendite e marketing per JMP Jon Weisz, assembla le ruote della sua bicicletta e corre attraverso questo grafico radar mostrando le misure di tensione per i raggi.
Le distanze delle linee arancione e blu dal centro corrispondono ai valori di tensione. La metà dei raggi si collega al bordo sinistro del mozzo e metà al bordo destro. Nel caso ve lo stiate chiedendo, le tensioni sinistra e destra sono diverse perché questa è una ruota posteriore e gli ingranaggi sul lato destro influenzano la tensione del raggio. I raggi sono numerati da 1 a 16, in senso orario dall'alto.
Ecco gli stessi dati su un "normale" grafico di coordinate cartesiane.
La mia prima reazione è stata che questo non sembra nemmeno lo stesso dei dati del grafico radar. Tutte le variazioni di tensione sono facilmente visibili nel grafico a linee cartesiane ma non nella versione radiale. Ho fatto in modo che gli assi avessero le stesse scale (numeri da 1 a 16 raggi e da 0 a 150 valori di tensione), anche se le coordinate cartesiane offrono la flessibilità di ingrandire le linee se vogliamo un'immagine ancora più chiara della variazione.
Cosa intendo quando i dati sono più difficili da vedere? Dai un'occhiata, per esempio, ai raggi 12, 13 e 14, evidenziati in rosa.
I valori di tensione arancione diminuiscono uniformemente e appaiono come una linea retta nella vista cartesiana, ma non nella vista radiale. Viceversa, i valori blu formano una linea retta nella vista radiale, ma non nella vista cartesiana. Per leggere il grafico radar in modo efficace, dobbiamo rimappare le nostre codifiche visive di base per i dati. Mi piacciono i grafici in cui non devo pensare coscientemente alla codifica visiva.
È naturale pensare che lo svantaggio di rimappare la nostra percezione sia compensato dal vantaggio di rappresentare dati circolari, come ruote di bicicletta, con un grafico circolare, ma un giornale di giornale IEEE del 2012, " Test grafici per il confronto energetico di progetti concorrenti ", ha rilevato che gli svantaggi percettivi superano il vantaggio. Heike Hofmann ei suoi collaboratori hanno testato grafici radiali contro cartesiani di dati relativi alla direzione del vento, e la visione cartesiana era ancora più efficace per la visualizzazione di caratteristiche interessanti.
Quindi sii quadrato per il Pi Day!
How do you draw a radar chart like that in JMP?
Miguello:
I grafici Radar / Star / Spider possono essere facilmente creati tramite JMP Scripting, come in questo script disponibile di Clay Barker in JMP Community -> Scambio file -> Script: Script della trama della stella Tuttavia, sono decisamente d'accordo con Xan. Mentre i grafici Radar / Star / Spider creano grafici carini, questi grafici tondi rendono più difficile vedere le vere differenze nelle tue misurazioni. È molto più utile rappresentare graficamente la storia reale nei tuoi dati utilizzando un tipo di grafico più chiaro come una linea, una barra o un grafico ad area.
Questo è un caso di confrontare l'utilità di strumenti destinati a applicazioni completamente diverse. I grafici cartesiani hanno lo scopo di visualizzare i dati con una dipendenza funzionale astratta f (x), dove la variabile indipendente è (o ha proprietà che sono significative se pensate come) uno scalare scalabile di intervallo potenzialmente infinito (conteggio, istanza, tempo, denaro, distanza ecc.). I grafici "radar" sono indentati per i dati (R) la cui dipendenza dalla variabile indipendente (θ) è di natura ciclica. Anziché evidenziare la correlazione o l'evoluzione delle tendenze tra i fattori, questi grafici mostrano asimmetrie all'interno del ciclo e sono di immenso valore per l'analisi / previsione dei comportamenti dei sistemi ciclici o di qualsiasi sistema in condizioni ripetitive. Se usati come previsto, sono ovviamente incomprensibili.
