Đó là hình dung tốt nhất cho các bảng dự phòng?

Đó là âm mưu tốt nhất, từ quan điểm thống kê, để hiển thị một bảng dự phòng , thường được phân tích bằng kiểm tra chi bình phương? Đây có phải là một barplot được né tránh, barplot xếp chồng lên nhau, bản đồ nhiệt, biểu đồ đường viền, biểu đồ phân tán jitter, biểu đồ nhiều dòng hoặc một cái gì khác? Nên hiển thị giá trị tuyệt đối hoặc tỷ lệ phần trăm?

Chỉnh sửa: Hoặc như @forecaster gợi ý trong các nhận xét, bảng số tự nó là một cốt truyện đơn giản và cần có đủ.

Ở đây sẽ không có giải pháp một kích cỡ phù hợp cho tất cả. Nếu bạn có một bảng rất đơn giản (ví dụ: ), chỉ cần trình bày bảng có lẽ là tốt nhất. Nếu bạn muốn một con số thực tế, các ô khảm (như @xan gợi ý) có lẽ là một nơi tốt đẹp để bắt đầu. Có một số tùy chọn khác tương tự với các ô khảm, bao gồm các ô sàng, các ô kết hợp và các ô áp suất động (xem câu hỏi của tôi ở đây: Thay thế cho các ô sàng / khảm cho các bảng dự phòng ); Cuốn sách của Michael Friendly, Trực quan hóa dữ liệu phân loại , sẽ là một tài nguyên tốt (dựa trên SAS) cho chủ đề này và gói vcd là một tài nguyên tốt để thực hiện những ý tưởng đó trong R. $2\times 2$

Tuy nhiên, theo bảng có số lượng hàng và cột lớn hơn, chúng trở nên khó sử dụng hơn, theo ý kiến ​​của tôi. Một loại tùy chọn trực quan khác là thực hiện / vẽ một phân tích tương ứng . Phân tích tương ứng tương tự như chạy phân tích thành phần chính trên cả hàng và cột của bảng dự phòng. Sau đó cả hai được vẽ cùng với một biplot. Đây là một ví dụ dựa trên R sử dụng dữ liệu từ câu trả lời của @ xan:

library(ca)
tab = as.table(rbind(c(28, 4,  0, 56),
                     c(38, 5,  9, 10),
                     c( 6, 6, 14, 13) ))
names(dimnames(tab)) = c("activity", "period")
rownames(tab)        = c("feed", "social", "travel")
colnames(tab)        = c("morning", "noon", "afternoon", "evening")
tab
#         period
# activity morning noon afternoon evening
#   feed        28    4         0      56
#   social      38    5         9      10
#   travel       6    6        14      13
plot(ca(tab))

Để diễn giải âm mưu này, hai điểm cùng loại càng gần nhau thì hai cấu hình hàng / cột càng giống nhau. Và càng gần hai điểm của các loại khác nhau, khối lượng xác suất của chúng càng nằm trong ô biểu thị giao điểm của chúng.

Trong R có gói ca ; họa tiết này ( pdf ) cũng có thể hữu ích.

Các hình ảnh khác nhau sẽ tốt hơn trong việc làm nổi bật các tính năng khác nhau, nhưng các ô khảm hoạt động tốt cho một cái nhìn tổng quát (kiểm tra xem có gì nổi bật không). Có lẽ đó là những gì bạn có nghĩa là bởi âm mưu tránh né. Giống như hầu hết các tùy chọn, chúng không đối xứng ở chỗ chúng thể hiện tần số tương đối tốt hơn ở một chiều so với chiều khác. Một tính năng hay là tần số biên cũng được biểu diễn.

Tôi đồng ý rằng cốt truyện "tốt nhất" không tồn tại độc lập với dữ liệu, độc giả và mục đích. Đối với hai biến được đo, các biểu đồ phân tán được cho là thiết kế để lại tất cả các biến khác, ngoại trừ các mục đích cụ thể, nhưng không có nhà lãnh đạo thị trường như vậy rõ ràng cho dữ liệu phân loại.

Mục đích của tôi ở đây chỉ là đề cập đến một phương pháp đơn giản, thường được phát hiện lại hoặc phát minh lại, nhưng tuy nhiên cũng thường bị bỏ qua ngay cả trong các chuyên khảo hoặc sách giáo khoa bao gồm đồ họa thống kê.

Ví dụ đầu tiên, bao gồm cùng một dữ liệu như được đăng bởi xan:

Nếu một tên được muốn, như thường lệ, đây là một barchart thứ hai (trong trường hợp này). Tôi sẽ không liệt kê các thuật ngữ khác ở đây, ngoại trừ việc nhiều barchart là một thay thế phổ biến với hương vị tương tự. (Sự phản đối nhỏ của tôi đối với "nhiều barchart" là "nhiều" không loại trừ các biểu đồ thanh xếp chồng hoặc cạnh nhau rất phổ biến, trong khi "twoway" đối với tôi rõ ràng hơn bao hàm một cách bố trí hàng và cột, mặc dù đến lượt nó có thể lấy ví dụ để làm rõ điều đó.)

Điểm cộng và nhược điểm cho loại cốt truyện này cũng đơn giản, nhưng tôi sẽ đánh vần một số. Khi tôi thích thiết kế này (ít nhất là từ những năm 1930), những người khác có thể muốn thêm những lời chỉ trích sắc nét hơn.

+1. Ý tưởng dễ hiểu , ngay cả bởi các nhóm phi kỹ thuật. Chiều cao thanh hoặc độ dài thanh mã hóa tần số trong ví dụ này. Trong các ví dụ khác, họ có thể mã hóa phần trăm tính theo bất kỳ cách nào bạn muốn, phần dư, v.v.

+2. Cấu trúc hàng và cột khớp với cấu trúc của bảng . Bạn có thể thêm các giá trị số quá. Số lượng rất nhỏ và thậm chí các số 0 ẩn rõ ràng là điều hiển nhiên, điều này không phải lúc nào cũng đúng với các thiết kế khác (ví dụ: biểu đồ thanh xếp chồng lên nhau, các ô khảm). Ghi nhãn hàng và cột thường hiệu quả hơn so với việc thêm khóa hoặc chú giải, với "yêu cầu qua lại" tinh thần cần có. Do đó, thiết kế này kết hợp các ý tưởng đồ thị và bảng, dường như gây rắc rối cho một số độc giả; ngược lại, tôi sẽ lập luận rằng sự khác biệt mạnh mẽ giữa Hình và Bảng chỉ là sự treo cổ lịch sử, lỗi thời khi các nhà nghiên cứu có thể tự chuẩn bị tài liệu và không phải phụ thuộc vào nhà thiết kế, nhà soạn nhạc và máy in.

+3. Mở rộng cho các thiết kế ba chiều và cao hơn là dễ dàng về nguyên tắc . Đặt hai hoặc nhiều biến làm biến tổng hợp trên một hoặc cả hai trục hoặc đưa ra một mảng các ô như vậy. Đương nhiên, thiết kế càng phức tạp, diễn giải càng phức tạp.

+4. Thiết kế rõ ràng cho phép các biến số thứ tự trên một trong hai trục. Thứ tự có thể được thể hiện (ví dụ) bằng cách tô bóng thích hợp cũng như thứ tự các danh mục trên trục đó. Thứ tự danh mục trên các trục có thể được xác định bởi ý nghĩa của chúng, hoặc xác định tốt hơn bằng tần số; thứ tự chữ cái theo nhãn văn bản có thể là một mặc định, nhưng không bao giờ nên là lựa chọn duy nhất được xem xét.

-1. Bằng cách nói chung trong thiết kế, cốt truyện có thể kém hiệu quả hơn trong việc hiển thị các loại mối quan hệ nhất định . Đặc biệt, một âm mưu khảm có thể làm cho sự khởi hành từ độc lập rất rõ ràng. Ngược lại, khi mối quan hệ giữa các biến phân loại là phức tạp hoặc không rõ ràng, thì thông thường không có biểu đồ nào thể hiện tốt hơn thực tế yếu đó.

-2. Trong một số cách, thiết kế không hiệu quả trong việc sử dụng không gian bằng cách chừa chỗ cho mọi kết hợp chéo bất kể nó có xảy ra thường xuyên hay không. Đây là phó của cùng một nguyên tắc được coi là một đức tính. Thiết kế đặc biệt trên các không gian loại bằng nhau bất kể tần số của chúng; hy sinh mà thường hy sinh nhãn biên có thể đọc được, mà tôi đánh giá rất cao. Trong ví dụ này, các nhãn văn bản xảy ra rất ngắn, nhưng đó là xa điển hình.

Lưu ý: dữ liệu của xan dường như chỉ được phát minh, vì vậy tôi sẽ không thử giải thích nhiều hơn những câu trả lời khác. Nhưng một số trí tuệ âm hộ xứng đáng là từ cuối cùng ở đây: thiết kế tốt nhất cho bạn là một trong đó truyền tải tốt nhất cho bạn và độc giả của bạn cấu trúc của một số dữ liệu thực mà bạn quan tâm.

Các ví dụ khác bao gồm

Làm thế nào bạn có thể hình dung mối quan hệ giữa 3 biến phân loại?

Biểu đồ cho mối quan hệ giữa hai biến số thứ tự

Để bổ sung cho câu trả lời của @ gung's và @ xan, đây là một ví dụ về các ô ghép và các ô kết hợp sử dụng vcdtrong R.

> tab
        period
activity morning noon afternoon evening
  feed        28    4         0      56
  social      38    5         9      10
  travel       6    6        14      13

Để có được các lô:

require(vcd)
mosaic(tab, shade=T, legend=T)
assoc(tab, shade=T, legend=T)

Cả hai trực giác xuất phát từ tần số dự kiến ​​... Mặc định là mô hình độc lập lẫn nhau , nhưng nó có thể được thay đổi (ví dụ: độc lập chung nếu có một biến phản ứng rõ ràng) thông qua expectedđối số.

Xem thêm:

• Làm thế nào để giải thích một bảng dự phòng hai chiều?