Cách tốt để biểu thị đồ họa cho một số lượng rất lớn các biểu dữ liệu được ghép nối là gì?

Trong lĩnh vực của tôi, cách thông thường để vẽ dữ liệu được ghép nối là một chuỗi các đoạn đường dốc mỏng, phủ nó với dải phân cách và CI của dải phân cách cho hai nhóm:

Tuy nhiên, loại cốt truyện này trở nên khó đọc hơn rất nhiều vì số lượng điểm dữ liệu rất lớn (trong trường hợp của tôi, tôi có thứ tự 10000 cặp):

Giảm alpha giúp một chút, nhưng nó vẫn không tuyệt vời. Trong khi tìm kiếm một giải pháp, tôi đã xem qua bài viết này và quyết định thử thực hiện một 'âm mưu đường song song'. Một lần nữa, nó hoạt động rất độc đáo đối với số lượng nhỏ các biểu dữ liệu:

$N$

Tôi cho rằng tôi có thể hiển thị riêng các bản phân phối cho hai nhóm, ví dụ như với boxplots hoặc violon và vẽ một dòng có lỗi trên đầu hiển thị hai trung vị / TCTD, nhưng tôi thực sự không thích ý tưởng đó, vì nó sẽ không truyền đạt tính chất ghép nối của dữ liệu.

Tôi cũng không quá quan tâm đến ý tưởng về một biểu đồ phân tán 2D: Tôi thích một biểu diễn nhỏ gọn hơn và lý tưởng nhất là trong đó các giá trị cho hai nhóm được vẽ dọc theo cùng một trục. Để hoàn thiện, đây là dữ liệu trông giống như một phân tán 2D:

Có ai biết một cách tốt hơn để biểu diễn dữ liệu được ghép nối với kích thước mẫu rất lớn không? Bạn có thể liên kết tôi với một số ví dụ?

Biên tập

Xin lỗi, tôi rõ ràng đã không làm một công việc đủ tốt để giải thích những gì tôi đang tìm kiếm. Đúng, biểu đồ phân tán 2D hoạt động và có nhiều cách để cải thiện mật độ điểm tốt hơn - Tôi có thể mã màu các chấm theo ước tính mật độ hạt nhân, tôi có thể tạo biểu đồ 2D , Tôi có thể vẽ các đường viền trên các dấu chấm, v.v.

Tuy nhiên, tôi nghĩ rằng điều này là quá mức cho thông điệp mà tôi đang cố gắng truyền tải. Tôi thực sự không quan tâm đến việc hiển thị mật độ 2D mỗi điểm - tất cả những gì tôi cần làm là chỉ ra rằng các giá trị cho 'thanh' thường lớn hơn so với 'điểm', theo cách đơn giản và rõ ràng nhất có thể và không làm mất tính chất kết hợp thiết yếu của dữ liệu. Lý tưởng nhất là tôi muốn vẽ các giá trị được ghép nối cho hai nhóm theo cùng một thay vì các trục trực giao, vì điều này giúp dễ dàng so sánh chúng một cách trực quan hơn.

Có thể không có lựa chọn nào tốt hơn cốt truyện phân tán, nhưng tôi muốn biết liệu có bất kỳ giải pháp thay thế nào có thể hoạt động không.

Dựa vào cách tôi hiểu mục tiêu của bạn, tôi chỉ cần tính toán các khác biệt được ghép nối ( bars - dots), sau đó vẽ các khác biệt này trong biểu đồ ước tính mật độ hạt nhân hoặc biểu đồ. Bạn cũng có thể thêm bất kỳ kết hợp nào của (1) một đường thẳng đứng tương ứng với chênh lệch 0 (2) cho bất kỳ sự lựa chọn nào về phần trăm.

Điều này sẽ làm nổi bật phần nào của dữ liệu đã barsvượt quá dots, và nói chung những khác biệt quan sát được là gì.

(Tôi đã giả định rằng bạn không quan tâm đến việc hiển thị các giá trị thực, thô của barsvà dotstrong cùng một âm mưu.)

Người ta cũng có thể biểu thị khoảng tin cậy hoặc khoảng tin cậy sau để cho biết liệu những khác biệt này có ý nghĩa hay không. (H / T @MrMeritology!)

$y_B - y_A$$y_A$

Về mặt đồ họa, bạn có thể hiển thị các dòng như bạn đã hiển thị, với hệ số alpha giảm (*), có thể giảm hơn nữa bằng cách chỉ hiển thị một mẫu các dòng ngẫu nhiên. Sau đó, bạn có thể tô màu các đường theo độ dốc ...

Đối với các lô Bland-Altman, được đề cập trong một nhận xét của Nick Cox, hãy xem ví dụ về một ví dụ Thỏa thuận giữa các phương pháp với nhiều quan sát cho mỗi cá nhân hoặc xem qua thẻ bland-altman-lô .

(*) hệ số alpha ở đây là một tham số đồ họa làm cho các điểm trong biểu đồ trở nên trong suốt, do đó, các điểm được vẽ đầu tiên không hoàn toàn bị che khuất bởi sự quá mức sau này.

Tôi thích cốt truyện phân tán 2D. Tôi sẽ vẽ đường tham chiếu bằng màu xám nhạt để có độ tương phản cao hơn trong khu vực đông đúc. Để giảm bớt sự đông đúc, hãy vẽ các điểm đánh dấu không có viền, giảm thêm alpha, giảm kích thước điểm đánh dấu.

Điều đó nói rằng, nếu bạn quan tâm đến các cặp điển hình hơn là các cánh của phân phối, hãy thử vẽ biểu đồ tổng số tích lũy của tổng dotsso với tổng tích lũy của bars. Cốt truyện vẫn là 2D nhưng ít mực hơn nhiều. Để tiết kiệm diện tích vẽ, bạn có thể xoay dấu vết 45 ° để khung đóng vai trò là hướng tham chiếu.

Âm mưu đó cũng sẽ cho thấy bất kỳ xu hướng trong dữ liệu. Nếu quá trình được biết là đứng yên, hãy sắp xếp các cặp theo, ví dụ, ý nghĩa hình học của chúng , sqrt(bars*dots).

Tôi sẽ khuyên bạn nên vẽ các đường khi bạn có chúng cho trung vị và các phần tư, hoặc bao nhiêu phần trăm như bạn muốn cho vấn đề đó. Trung vị có thể vẫn dày hơn / rõ hơn so với các dòng phần trăm khác. Điều này sẽ giúp duy trì khả năng xem cách dữ liệu hoạt động trên toàn bộ phân phối mà không ảnh hưởng đến tính đơn giản và quen thuộc của cốt truyện hiện đang được sử dụng trong lĩnh vực của bạn.

Ngoài ra, với kích thước mẫu cao như vậy, xu hướng trung bình hoặc trung bình với các thanh lỗi có thể là đủ vì bạn hoàn toàn có thể tận hưởng định lý giới hạn trung tâm. Trường y sinh cũng dựa vào các ô dòng được ghép nối đó, nhưng điều này thường xảy ra vì kích thước mẫu có thể theo thứ tự 10-20, vì vậy điều quan trọng là phải hình dung các điểm đòn bẩy tiềm năng.

Đề nghị đầu tiên của tôi là một âm mưu phân tán.

Nếu 10000 điểm trải đều không đều trong cốt truyện của bạn vẫn là một đám mây mơ hồ, hãy xem xét bản đồ nhiệt. Màu của pixel tại x = 10,5, y = 11,5 sẽ cho biết số lần giá trị từ 10,45 đến 10,55 được ánh xạ lên một giá trị trong khoảng từ 11,45 đến 11,55: 0 = trắng = RGB (255,255,255), 1 = xanh = RGB (0, 0,255), 2 = RGB (1,0.254), ... 256 trở lên = RGB (255,0,0) = đỏ