Đồ họa thay thế để xử lý các lô cốt truyện

Trong lĩnh vực nghiên cứu của tôi, một cách hiển thị dữ liệu phổ biến là sử dụng kết hợp biểu đồ thanh với "thanh tay cầm". Ví dụ,

"Thanh tay cầm" xen kẽ giữa các lỗi tiêu chuẩn và độ lệch chuẩn tùy thuộc vào tác giả. Thông thường, kích thước mẫu cho mỗi "thanh" khá nhỏ - khoảng sáu.

Những mảnh đất này dường như đặc biệt phổ biến trong khoa học sinh học - xem một vài bài báo đầu tiên của BMC Biology, tập 3 để biết ví dụ.

Vì vậy, làm thế nào bạn sẽ trình bày dữ liệu này?

Tại sao tôi không thích những mảnh đất này

Cá nhân tôi không thích những mảnh đất này.

1. Khi kích thước mẫu nhỏ, tại sao không chỉ hiển thị các điểm dữ liệu riêng lẻ.
2. Đó là sd hoặc se đang được hiển thị? Không ai đồng ý sử dụng.
3. Tại sao lại sử dụng thanh nào cả. Dữ liệu không (thường) đi từ 0 nhưng lần đầu tiên tại biểu đồ cho thấy điều đó.
4. Các biểu đồ không đưa ra ý tưởng về phạm vi hoặc kích thước mẫu của dữ liệu.

Kịch bản R

Đây là mã R tôi đã sử dụng để tạo cốt truyện. Bằng cách đó bạn có thể (nếu bạn muốn) sử dụng cùng một dữ liệu.

                                        #Generate the data
set.seed(1)
names = c("A1", "A2", "A3", "B1", "B2", "B3", "C1", "C2", "C3")
prevs = c(38, 37, 31, 31, 29, 26, 40, 32, 39)

n=6; se = numeric(length(prevs))
for(i in 1:length(prevs))
  se[i] = sd(rnorm(n, prevs, 15))/n

                                        #Basic plot
par(fin=c(6,6), pin=c(6,6), mai=c(0.8,1.0,0.0,0.125), cex.axis=0.8)
barplot(prevs,space=c(0,0,0,3,0,0, 3,0,0), names.arg=NULL, horiz=FALSE,
        axes=FALSE, ylab="Percent", col=c(2,3,4), width=5, ylim=range(0,50))

                                        #Add in the CIs
xx = c(2.5, 7.5, 12.5, 32.5, 37.5, 42.5,  62.5, 67.5, 72.5)
for (i in 1:length(prevs)) {
  lines(rep(xx[i], 2), c(prevs[i], prevs[i]+se[i]))
  lines(c(xx[i]+1/2, xx[i]-1/2), rep(prevs[i]+se[i], 2))
}

                                        #Add the axis
axis(2, tick=TRUE, xaxp=c(0, 50, 5))
axis(1, at=xx+0.1, labels=names, font=1,
     tck=0, tcl=0, las=1, padj=0, col=0, cex=0.1)

Cảm ơn tất cả các bạn câu trả lời. Để hoàn thiện tôi nghĩ tôi nên bao gồm những gì tôi thường làm. Tôi có xu hướng thực hiện kết hợp các đề xuất được đưa ra: dấu chấm, ô vuông (khi n lớn) và phạm vi se (hoặc sd).

( Đã bị người kiểm duyệt xóa vì trang web lưu trữ hình ảnh không còn hoạt động chính xác nữa. )

Từ biểu đồ dấu chấm, rõ ràng dữ liệu được trải rộng hơn nhiều so với các ô "thanh xử lý" đề xuất. Trong thực tế, có một giá trị âm trong A3!

Tôi đã đưa ra câu trả lời này là CW để tôi không nhận được đại diện

Bài phát biểu (xuất sắc nhất) của Frank Harrell có tên "Dị ứng thông tin" khi sử dụngR! tháng trước đã cho thấy các lựa chọn thay thế: thay vì ẩn dữ liệu thô thông qua tổng hợp các thanh cung cấp, dữ liệu thô cũng được hiển thị dưới dạng dấu chấm (hoặc điểm). "Tại sao phải ẩn dữ liệu?" là bình luận của Frank.

Với sự pha trộn alpa, đó là một gợi ý hợp lý nhất (và toàn bộ cuộc nói chuyện đầy đủ nhất, tốt và quan trọng, cố gắng).

Từ góc độ tâm lý học, tôi ủng hộ việc vẽ đồ thị dữ liệu cộng với sự không chắc chắn của bạn về dữ liệu. Do đó, trong một âm mưu như bạn thể hiện, tôi sẽ không bao giờ bận tâm đến việc mở rộng các thanh thành 0, chỉ nhằm giảm thiểu khả năng của mắt để phân biệt sự khác biệt trong phạm vi dữ liệu.

Ngoài ra, tôi thẳng thắn chống lại; biểu đồ thanh ánh xạ hai biến đến cùng một thuộc tính thẩm mỹ (vị trí trục x), có thể gây nhầm lẫn. Một cách tiếp cận tốt hơn là tránh ánh xạ thẩm mỹ dư thừa bằng cách ánh xạ một biến vào trục x và một biến khác sang thuộc tính thẩm mỹ khác (ví dụ: hình dạng điểm hoặc màu hoặc cả hai).

Cuối cùng, trong âm mưu của bạn ở trên, bạn chỉ bao gồm các thanh lỗi phía trên giá trị, điều này cản trở khả năng của một người so sánh các khoảng không chắc chắn liên quan đến các thanh ở trên và dưới giá trị.

Đây là cách tôi sẽ vẽ dữ liệu (thông qua gói ggplot2). Lưu ý rằng tôi thêm các đường kết nối các điểm trong cùng một chuỗi; Một số ý kiến ​​cho rằng điều này chỉ phù hợp khi chuỗi mà các đường được kết nối là số (dường như trong trường hợp này), tuy nhiên miễn là có bất kỳ mối quan hệ thứ tự hợp lý nào giữa các cấp của biến trục x, tôi nghĩ các đường kết nối rất hữu ích để giúp mắt liên kết các điểm trên trục x. Điều này có thể trở nên đặc biệt hữu ích để phát hiện các tương tác, thực sự nổi bật với các dòng.

library(ggplot2)
a = data.frame(names,prevs,se)
a$let = substr(a$names,1,1)
a$num = substr(a$names,2,2)
ggplot(data = a)+
layer(
    geom = 'point'
    , mapping = aes(
        x = num
        , y = prevs
        , colour = let
        , shape = let
    )
)+
layer(
    geom = 'line'
    , mapping = aes(
        x = num
        , y = prevs
        , colour = let
        , linetype = let
        , group = let
    )    
)+
layer(
    geom = 'errorbar'
    , mapping = aes(
        x = num
        , ymin = prevs-se
        , ymax = prevs+se
        , colour = let
    )
    , alpha = .5
    , width = .5
)

Tôi tò mò về lý do tại sao bạn không thích những mảnh đất này. Tôi sử dụng tất cả các thời gian. Không muốn nêu rõ sự nở rộ, họ cho phép bạn so sánh các phương tiện của các nhóm khác nhau và xem liệu 95% TCTD của họ có trùng nhau không (nghĩa là có nghĩa là có khả năng khác nhau).

Điều quan trọng là có được sự cân bằng của sự đơn giản và thông tin cho các mục đích khác nhau, tôi đoán vậy. Nhưng khi tôi sử dụng những mảnh đất này, tôi đang nói- "hai nhóm này khác nhau theo một cách quan trọng nào đó" [hoặc không].

Có vẻ khá tuyệt vời đối với tôi, nhưng tôi rất thích nghe những ví dụ phản tác dụng. Tôi cho rằng ngầm định trong việc sử dụng cốt truyện là dữ liệu không có phân phối bizzare làm cho giá trị trung bình không hợp lệ hoặc sai lệch.

Nếu dữ liệu là tỷ lệ : đó là số lần thành công chia cho số lần thử, thì một phương pháp rất thanh lịch là biểu đồ hình phễu. Ví dụ: xem http://qshc.bmj.com/content/11/4/390.2.full (xin lỗi nếu liên kết yêu cầu đăng ký - hãy cho tôi biết và tôi sẽ tìm cái khác).

Có thể điều chỉnh nó với các loại dữ liệu khác, nhưng tôi chưa thấy ví dụ nào.

CẬP NHẬT:

Đây là một liên kết đến một ví dụ không yêu cầu đăng ký (và có một lời giải thích tốt về cách chúng có thể được sử dụng): http : //under Hiểuuncerturdy.org/fertility

Chúng có thể được sử dụng cho dữ liệu phi tỷ lệ, bằng cách đơn giản là âm mưu trung bình chống lại lỗi tiêu chuẩn, tuy nhiên chúng có thể mất một số tính đơn giản.

Bài viết trên wikipedia không tuyệt vời, vì nó chỉ thảo luận về việc sử dụng chúng trong các phân tích tổng hợp. Tôi cho rằng chúng có thể hữu ích trong nhiều bối cảnh khác.

Tôi sẽ sử dụng boxplots ở đây; sạch sẽ, có ý nghĩa, không đối xứng ... Hoặc vioplot nếu phân phối thú vị hơn.

Đơn giản hóa mã tuyệt vời của @ csgillespie từ phía trên:

qplot(
    data=a,
    x=num,
    y=prevs,
    colour=let,
    shape=let,
    group=let,
    ymin=prevs-se,
    ymax=prevs+se,
    position=position_dodge(width=0.25),
    geom=c("point", "line", "errorbar")
    )

Tôi thích geom_pointrange hơn cho thanh lỗi và nghĩ rằng các dòng gây mất tập trung hơn là hữu ích. Đây là phiên bản mà tôi thấy sạch hơn nhiều so với phiên bản @James hoặc @csgillespie:

qplot(
 data=a,
 x=num,
 y=prevs,
 colour=let,
 ymin=prevs-se,
 ymax=prevs+se,
 position=position_dodge(width=0.25),
 geom=c("pointrange"), size=I(2)
 )