Problemy z wykresami kołowymi

Wydaje się, że rośnie liczba dyskusji na temat wykresów kołowych.

Głównymi argumentami przeciwko temu wydają się:

• Obszar jest postrzegany z mniejszą mocą niż długość.
• Wykresy kołowe mają bardzo niski stosunek danych do punktu pikseli

Myślę jednak, że mogą one być w jakiś sposób przydatne przy przedstawianiu proporcji. Zgadzam się używać tabeli w większości przypadków, ale kiedy piszesz raport biznesowy, a ty właśnie podałeś setki tabel, dlaczego nie masz wykresu kołowego?

Ciekawi mnie, co społeczność myśli na ten temat. Dalsze referencje są mile widziane.

Podaję kilka linków:

• http://www.juiceanalytics.com/writing/the-problem-with-pie-charts/
• http://www.usf.uni-osnabrueck.de/~breiter/tools/piechart/warning.en.html

Aby zakończyć to pytanie, postanowiłem zbudować przykład wykresu kołowego vs wykresu waflowego.

Nie powiedziałbym, że rośnie zainteresowanie lub debata na temat korzystania z wykresów kołowych. Można je znaleźć wszędzie w Internecie oraz w tak zwanych „analitycznych analizach predykcyjnych”.

Wydaje mi się, że znasz pracę Tufte'a (omawiał także użycie wielu wykresów kołowych ), ale bardziej zabawny jest fakt, że drugi rozdział Gramatyki grafiki Wilkinsona zaczyna się od „Jak zrobić wykres kołowy?”. Prawdopodobnie zdajesz sobie również sprawę, że punktowy wykres Clevelanda , a nawet wykres słupkowy , przekaże znacznie dokładniejsze informacje. Problem wydaje się wynikać ze sposobu, w jaki nasz system wizualny radzi sobie z informacjami przestrzennymi. Jest nawet cytowany w oprogramowaniu R. z pomocy online dla pie,

Cleveland (1985), strona 264: „Dane, które można przedstawić za pomocą wykresów kołowych, zawsze można przedstawić za pomocą wykresu punktowego. Oznacza to, że zamiast mniej dokładnych ocen kąta można dokonywać ocen pozycji na wspólnej skali ”. To stwierdzenie opiera się na badaniach empirycznych Cleveland i McGilla, a także na psychologach percepcyjnych.

Cleveland, WS (1985) Elementy wykresów danych . Wadsworth: Monterey, Kalifornia, USA.

Istnieją różne wykresy kołowe (np. Wykresy podobne do pączków), z których wszystkie wiążą się z tymi samymi problemami: nie jesteśmy dobrzy w ocenie kąta i obszaru. Nawet te używane w „corrgram”, jak opisano w Friendly, Corrgrams: Wyświetlacze eksploracyjne dla macierzy korelacji , American Statistician (2002) 56: 316, są trudne do odczytania, IMHO.

W pewnym momencie zastanawiałem się jednak, czy nadal mogą być przydatne, na przykład (1) wyświetlanie dwóch klas jest w porządku, ale zwiększenie liczby kategorii ogólnie pogarsza czytanie (szczególnie przy silnym braku równowagi między%), (2) oceny względne są lepsze niż absolutne, czyli wyświetlanie obok siebie dwóch wykresów kołowych, powinno sprzyjać lepszej ocenie wyników niż prosty szacunek, powiedzmy, wykres kołowy mieszający wszystkie wyniki (np. dwustronna tabela krzyżowa klasyfikacji). Nawiasem mówiąc, zadałem podobne pytanie do Hadleya Wickhama, który uprzejmie wskazał mi następujące artykuły:

1. Spence, I. (2005). No Humble Pie: Geneza i wykorzystanie wykresu statystycznego . Journal of Educational and Behavioral Statistics , 30 (4), 353–368.
2. Heer, J. and Bostock, M. (2010). Crowdsourcing: Percepcja graficzna: wykorzystanie mechanicznego turka do oceny projektu wizualizacji . CHI 2010 , 10–15 kwietnia 2010 r., Atlanta, Georgia, USA.

Podsumowując, uważam, że są one po prostu dobre do rażącego zobrazowania rozkładu od 2 do 3 klas (używam ich od czasu do czasu, aby pokazać rozkład mężczyzn i kobiet w próbie na histogramie wiekowym), ale muszą im towarzyszyć względne częstotliwości lub liczy się to, że są naprawdę pouczające. Tabela nadal byłaby lepsza, ponieważ można dodawać marże i wykraczać poza klasyfikację dwukierunkową.

Wreszcie istnieją alternatywne ekrany oparte na idei wykresu kołowego. Mogę wymyślić kwadratowy wykres kołowy lub waflowy , opisany przez Roberta Kosarę w Zrozumienie wykresów kołowych .

Mój osobisty problem z wykresami kołowymi polega na tym, że mogą być przydatne do pokazania takich różnic:

zbyt wiele osób używa go, aby pokazać, że:

Wykresy kołowe, podobnie jak ciasto, mogą być pyszne, ale nie są pożywne.

Oprócz już przedstawionych punktów, jednym z nich jest to, że obracanie wykresu kołowego zmienia postrzeganie wielkości kątów, podobnie jak zmiana koloru.

Jeśli wykres kołowy ma tylko kilka kategorii, utwórz tabelę. Jeśli ma wiele kategorii, plasterki będą zbyt cienkie, aby je zobaczyć (znacznie mniej, aby dokładnie oznaczyć).

Pisałem o tym na swoim blogu

Myślę, że odpowiedziałeś na swoje pytanie dotyczące drugiego punktu. Jeśli chcesz zająć cenne nieruchomości, niech tak będzie! Jednak pierwsza kula jest ważniejsza. Za pomocą wykresu słupkowego obserwator musi oszacować proporcję względną na podstawie tylko 1 osi. Za pomocą wykresu kołowego ocenia się co najmniej 2 osie. Jedna oś jest zakrzywiona. Myślę, że wykresy kołowe są stosowane najskuteczniej, gdy masz wiele kategorii w torcie, z legendą, i nie jest tak ważne, aby oceniać proporcje.

Nie potrafię wymyślić prawie żadnego przypadku, w którym wykres kołowy byłby lepszy niż wykres słupkowy lub słupkowy, jeśli chcesz przekazać informacje.

Mam teorię lub dwie na temat tego, jak wykresy kołowe stały się tak popularne. Moja pierwsza myśl związana jest z reklamami na komputery PC. Wczesne komputery PC miały ekrany tekstowe (24 x 80 znaków), często zielone jak stare CRT komputerów mainframe. Aby pochwalić się nowymi ekranami graficznymi opartymi na pikselach czerwono-zielono-niebieskich, idealny był wykres kołowy. Ekran tekstowy może zrobić wykres słupkowy po modzie, ale nie mógł zrobić wiarygodnego wykresu kołowego. Wykresy kołowe wyglądały o wiele poważniej niż pokazywanie ekranu Mario Brothers, niezależnie od tego, w jaki sposób komputer byłby rzeczywiście używany. Wydawało się więc, że każda reklama na PC pod koniec lat 80. i na początku lat 90. pokazuje wykres kołowy na monitorze.

Druga teoria mówi, że wykres słupkowy lub słupkowy jest lepszy, jeśli chcesz przekazać informacje. Ale co jeśli nie? Następnie działa wykres kołowy - a wykresy z efektami 3D działają jeszcze lepiej.

Twój wykres gofrów wymaga zmiany wartości czerwonej i niebieskiej. Jeśli chodzi o kwestię ciasta vs gofra, pochylam się w kierunku gofra. Dzięki tablicom waflowym nadal możesz uzyskać informacje w małych rozmiarach, nawet jeśli bloki się zleją, kolor nadal reprezentuje regiony.