Wykreślanie wyników mających jedynie średnie i standardowe odchylenie

Staram się wizualizować odpowiedni wykres dla obserwacji w poniższej tabeli średnich i odchyleń standardowych wyników wycofania:

\begin{array}{ccccc} Control & Experimental \\ Mean & SD & Mean & SD \\ Recall & 37 & 8 & 21 & 6 \end{array}

$\begin{array} {c|c c|c c|} & \text{Control} & & \text{Experimental} & \\ & \text{Mean} & \text{SD} &\text{Mean} &\text{SD} \\ \hline \text{Recall} & 37 & 8 & 21 & 6 \\ \hline \end{array}$

Jak najlepiej to zrobić? Czy wykres słupkowy jest dobrym sposobem na zrobienie tego? Jak mogę zilustrować odchylenie standardowe w takim przypadku?

data-visualization standard-deviation mean descriptive-statistics barplot ja ..
źródło

Jeśli nie masz więcej danych, nie stworzyłbym wykresu. Byłoby to stratą miejsca.

Roland

Jeśli nie masz więcej, pełna analiza jest trudna, ponieważ te środki i SD są kompatybilne z wieloma różnymi dystrybucjami.

Nick Cox,

Odpowiedzi:

Odchylenie standardowe na wykresach słupkowych można zilustrować poprzez włączenie do nich słupków błędów .

Poniższa wizualizacja ( źródło ) jest przykładem takiej wizualizacji:

Z dyskusji w komentarzach poniżej, posiadanie tylko wąsów błędów zamiast konfiguracji pasków błędów wydaje się lepszym sposobem na wizualizację takich danych. Tak więc wykres może wyglądać mniej więcej tak:

Dawny33
źródło

Zasada jest wyraźnie zgodna z prawidłowymi liniami, ale sugeruję udoskonalenie wykresu. Jeśli pojemniki służą do dotykania przedziałów, wówczas paski również powinny się dotykać, a wskazanie samych granic pojemnika jest wystarczające. Niezależnie od tego kreskowanie jest moim zdaniem tylko rozproszeniem uwagi. BTW, jak określiłbyś błąd dla zerowej obserwowanej liczby?

Nick Cox,

Przynajmniej ten przykład ma paski błędów po obu stronach, najgorsze „ wykresy dynamitu ” nawet ich nie mają, patrz tutaj na przykład.

Andy W,

Nie! Miałem na myśli wykreślanie błędów w wąsach bez kreślenia pasków. Bary są złe.

ameba

Myślę, że słupki mogą być odpowiednie dla małych zliczeń, jak w tym przykładzie, a dla niektórych innych zmierzonych wielkości również z naturalnym początkiem i poziomem odniesienia zero, o ile nie powodują one słupków błędów. Ale paski mogą być głupie i rozpraszające uwagę (a nie złe), gdy nie jest problemem, czy wartości są zerowe, czy nie.

Nick Cox,

Inną możliwością jest wykres kropkowy Cleveland ( pdf ), który jest zasadniczo taki sam jak wersja kropka i wąsy, z wyjątkiem tego, że biegną poziomo. Słupki błędów występują rzadziej na wykresach punktowych, ale z pewnością są dopuszczalne.

Gung - Przywróć Monikę

Sugerowałbym wykres kropkowy:

Chociaż jest jeszcze miejsce na ulepszenia (być może przyciemnienie krawędzi dużego prostokąta otaczającego dane), prawie cały atrament jest używany do wyświetlania informacji.

ToughTea
źródło

Jak to odpowiada na pytanie PO? Jak korzystasz z dotplot ze średnimi i standardowymi odchyleniami?

kjetil b halvorsen

Ta strona przepełnienia stosu omawia sposób generowania kropek na podstawie średnich i SD.

EdM,

@kjetilbhavlorsen: Średnia to kropka, a odchylenie standardowe (lub opcjonalnie błąd standardowy średniej) jest pokazany przy użyciu długości linii przylegających do kropki.

(+1) Termin „wykres kropkowy” jest raczej przeciążony, moja pierwsza myśl była taka, że sugerujesz rysowanie kropek dla każdego punktu danych (czego oczywiście OP nie może zrobić, nie mając surowych danych). Podejrzewam, że właśnie to zastanawiał @kjetil. Czy ta odmiana „wykresu punktowego” ma bardziej konkretną nazwę, która odróżnia ją od wykresu typu „kropka dla każdego punktu danych”?

Silverfish,

Być może najlepszym sposobem na wizualizację rodzaju danych, które prowadzą do tego rodzaju wyników, jest symulacja zestawu danych zawierającego kilkaset lub kilka tysięcy punktów danych, w których jedna zmienna (kontrola) ma średnią 37 i odchylenie standardowe 8, a druga (eksperymentalna) ma mężczyzn 21 i odchylenie standardowe 6. Symulacja jest dość prosta w arkuszu kalkulacyjnym lub w twoim ulubionym pakiecie statystyk. Następnie możesz sporządzić wykres dwóch rozkładów, aby uzyskać wrażenie stopnia, w jakim różnią się dwa zestawy wyników wycofania.

Za pomocą symulowanego zestawu danych można łatwo tworzyć wykresy podsumowujące, takie jak wykresy pudełkowe lub histogramy z paskami błędów.

Kevin Mahoney
źródło