Làm thế nào để một người giải thích và tạo biểu đồ lô đậu. Đây là một ví dụ được lấy từ Walkes et al. 2010 . Loại dữ liệu nào hữu ích nhất?
(nguồn: biomedcentral.com )
Làm thế nào để một người giải thích và tạo biểu đồ lô đậu. Đây là một ví dụ được lấy từ Walkes et al. 2010 . Loại dữ liệu nào hữu ích nhất?
(nguồn: biomedcentral.com )
Câu trả lời:
Boxplots thực sự được thiết kế cho dữ liệu bình thường hoặc ít nhất là dữ liệu không chính thống. Beanplot cho bạn thấy đường cong mật độ thực tế, nhiều thông tin hơn.
Hình dạng là mật độ và các đường ngang ngắn đại diện cho từng điểm dữ liệu. Điều này kết hợp tốt nhất của một boxplot, cốt truyện mật độ và âm mưu thảm tất cả trong một và rất dễ đọc.
Thật không may, ví dụ mà bạn đã chọn đã quyết định thêm một loạt các dòng dài hơn làm lộn xộn biểu đồ ngoài sự công nhận (đối với tôi). [bắn tỉa]
EDIT: Bây giờ đã làm việc với beanplot nhiều hơn một chút, các dòng dày dài hơn là giá trị trung bình (hoặc tùy chọn trung bình) cho mỗi hạt. Các dòng mỏng dài hơn là dữ liệu, với một loại "xếp chồng" trong đó các dòng rộng hơn biểu thị nhiều giá trị trùng lặp hơn. (Bạn cũng có thể jitter chúng, mà tôi thích, nhưng ít nhất là loại "bình thường" đã có mật độ điểm hợp lý mà jitter có thể làm tồi tệ hơn.)
Tôi vẫn nghĩ rằng ví dụ bạn chọn là một mớ hỗn độn, có lẽ có thể được xóa bằng cách sử dụng jitter thay vì xếp chồng.
Bài viết mô tả gói R để tạo ra các ô đậu là một bài đọc hay.
Không cần đọc toàn bộ bài viết, nó dường như là một biến thể của boxplot. Như vậy, bạn có thể sử dụng nó trong trường hợp bạn đã sử dụng boxplot, chẳng hạn như so sánh các bản phân phối đơn biến của một số nhóm. Nó hiển thị một dòng cho mỗi điểm và chồng lên một ước tính mật độ hạt nhân. Từ việc nhìn vào nó, tôi sẽ nghĩ rằng nó có thể nhiều thông tin hơn với lượng dữ liệu nhỏ, nhưng quá lộn xộn với nhiều dữ liệu hơn. Nó dường như không rung chuyển đối với tôi, lúc đầu đỏ mặt. Nếu bạn muốn biết thêm một cái gì đó, hãy giải thích câu hỏi của bạn.