Làm thế nào để hình dung tốt nhất sự khác biệt về nhiều tỷ lệ giữa ba nhóm?

Tôi đang cố gắng so sánh trực quan cách ba ấn phẩm tin tức khác nhau bao gồm các chủ đề khác nhau (được xác định thông qua mô hình chủ đề LDA). Tôi có hai phương pháp liên quan để làm như vậy, nhưng đã nhận được nhiều phản hồi từ các đồng nghiệp rằng điều này không trực quan lắm. Tôi hy vọng ai đó ngoài kia có một ý tưởng tốt hơn để hình dung điều này.

Trong biểu đồ đầu tiên, tôi hiển thị tỷ lệ của từng chủ đề trong mỗi ấn phẩm, như vậy:

Điều này khá đơn giản và trực quan với hầu hết mọi người mà tôi đã nói chuyện. Tuy nhiên, thật khó để thấy sự khác biệt giữa các ấn phẩm. Tờ báo nào nói về chủ đề nào nhiều hơn?

Để có được điều này, tôi đã vẽ biểu đồ cho sự khác biệt giữa ấn phẩm có tỷ lệ chủ đề cao nhất và cao thứ hai, được tô màu bởi ấn phẩm có mức cao nhất. Như thế này:

Vì vậy, ví dụ, thanh khổng lồ cho bóng đá thực sự là khoảng cách giữa al-Ahram English và Daily News Ai Cập (số 2 về độ phủ bóng đá) và nó có màu đỏ vì Al-Ahram là số 1. Tương tự, các thử nghiệm có màu xanh vì Ai Cập Độc lập có tỷ lệ cao nhất và kích thước thanh là khoảng cách giữa Ai Cập Độc lập và Tin tức hàng ngày Ai Cập (số 2 một lần nữa).

Thực tế là tôi phải giải thích rằng tất cả trong hai đoạn là một dấu hiệu khá chắc chắn rằng biểu đồ thất bại trong bài kiểm tra tự túc. Thật khó để nói những gì thực sự đang diễn ra chỉ bằng cách nhìn vào nó.

Bất kỳ đề xuất chung về làm thế nào để làm nổi bật trực quan các ấn phẩm chi phối cho mỗi chủ đề một cách trực quan hơn?

Chỉnh sửa: Dữ liệu để chơi với: Đây là dputđầu ra từ R , cũng như tệp CSV .

Chỉnh sửa 2: Đây là phiên bản sơ đồ chấm sơ bộ, với đường kính của các chấm tỷ lệ với tỷ lệ của chủ đề trong kho văn bản (đó là cách các chủ đề được sắp xếp ban đầu). Mặc dù tôi vẫn cần phải điều chỉnh nó nhiều hơn một chút, nhưng nó cảm thấy trực quan hơn rất nhiều so với những gì tôi đang làm trước đây. Cảm ơn mọi người!

Cảm ơn đã làm cho dữ liệu có thể truy cập và cho một dữ liệu thú vị và thách thức đồ họa.

Đề nghị chính của tôi là một biểu đồ chấm (Cleveland).

Các chi tiết quan trọng nhất tôi muốn nhấn mạnh:

1. Chồng chất ở đây cho phép và giảm bớt sự so sánh.

2. Thứ tự của các chủ đề trong màn hình của bạn xuất hiện khá tùy ý. Không có thứ tự tự nhiên (ví dụ: thời gian, không gian, biến có thứ tự) Tôi sẽ luôn sắp xếp theo một trong các biến để cung cấp khung. Việc sử dụng có thể là một vấn đề cho dù một người đặc biệt thú vị hay quan trọng, quyết định của nhà nghiên cứu. Một khả năng khác là yêu cầu một số biện pháp về sự khác biệt giữa các giấy tờ, để các chủ đề nhận được bảo hiểm tương tự ở một đầu và những chủ đề nhận được bảo hiểm khác nhau ở đầu kia.

3. Các dấu hiệu mở hoặc các ký hiệu điểm cho phép giải quyết chồng chéo hoặc nhận dạng tốt hơn các dấu hiệu hoặc biểu tượng đóng hoặc rắn, trong trường hợp xấu nhất che khuất hoặc che giấu lẫn nhau. (Một thay thế có thể hoạt động khá tốt ở đây là các chữ cái như A, D và I cho ba tờ báo.)

Rõ ràng có nhiều phạm vi để cải thiện thiết kế của tôi. Ví dụ, chữ có quá lớn và / hoặc quá nặng không? Mặt khác, các tiêu đề phải dễ đọc, nếu không thì biểu đồ là một thất bại.

Một số điểm nhỏ hơn, kén chọn hơn:

a. Màu đỏ và màu xanh lá cây trên biểu đồ của bạn là sự kết hợp màu sắc cần tránh. Khi các điểm đánh dấu khác nhau được sử dụng, lựa chọn màu sắc ít quan trọng hơn một chút.

b. Các đánh dấu ngang trên biểu đồ của bạn là mất tập trung. Ngược lại, các đường lưới trên tôi là cần thiết, nhưng tôi cố gắng làm cho chúng không bị phô trương bằng cách sử dụng các đường mỏng, nhẹ.

$\times$

Các bảng xếp hạng của Cleveland nợ nhiều nhất

Cleveland, WS 1984. Phương pháp đồ họa để trình bày dữ liệu: phá vỡ quy mô đầy đủ, biểu đồ dấu chấm và ghi nhật ký nhiều bước. Thống kê người Mỹ 38: 270-80.

Cleveland, WS 1985. Các yếu tố của dữ liệu đồ thị. Monterey, CA: Wadsworth.

Cleveland, WS 1994. Các yếu tố của dữ liệu đồ thị. Hội nghị thượng đỉnh, NJ: Báo chí Hobart.

Một tiền thân (nổi tiếng hơn về mặt thống kê cho công việc khá khác biệt !!!) là

Pearson, ES 1956. Một số khía cạnh của hình học thống kê: việc sử dụng trình bày trực quan để hiểu lý thuyết và ứng dụng của thống kê toán học. Tạp chí của Hiệp hội Thống kê Hoàng gia A 119: 125-146.

Đối với những người quan tâm, biểu đồ đã được chuẩn bị trong Stata sau khi đọc trong .csv với mã

graph dot (asis) prop , over(pub) over(label, sort(1)) asyvars 
marker(1, ms(Oh)) marker(2, ms(+)) marker(3, ms(Th)) linetype(line)   
lines(lc(gs12) lw(vthin)) scheme(s1color) 

Cốt truyện chấm từ Nick Cox có lẽ là tốt nhất cho bức tranh hoàn chỉnh. Nếu bạn thực sự muốn nhấn mạnh mối quan hệ thứ nhất so với mối quan hệ thứ hai, thì đây là một sửa đổi cho biểu đồ của bạn bù đắp thanh chênh lệch với độ dài của thanh thứ hai.

Và đối với chế độ xem hình ảnh lớn khác, bạn có thể thử một cái gì đó như biểu đồ độ dốc hoặc biểu đồ tọa độ song song. Các dòng có thể hơi quá đông ở đây, nhưng nó có thể hoạt động nếu bạn muốn làm nổi bật trên một tập hợp con của các chủ đề.

Ngoài ra, bạn có thể thử helpmeviz.com hướng đến các câu hỏi viz dữ liệu rất cụ thể như thế này.

Bản năng đầu tiên của tôi là đề xuất một âm mưu của khảm ; nó biểu đồ mỗi danh mục phụ dưới dạng một hình chữ nhật, trong đó một thứ nguyên biểu thị tổng số cho danh mục chính và thứ nguyên khác biểu thị tỷ lệ tương ứng của danh mục phụ. Có một gói R để vẽ chúng , nhưng nó cũng khá đơn giản để thực hiện với các công cụ đồ họa cấp thấp hơn.

Tuy nhiên, các ô khảm (như biểu đồ thanh xếp chồng theo tỷ lệ phần trăm) hoạt động tốt nhất nếu chỉ có 2 hoặc 3 danh mục theo thứ nguyên mà bạn muốn so sánh tỷ lệ. Vì vậy, chúng sẽ hoạt động tốt nếu bạn muốn so sánh sự khác biệt giữa các chủ đề trong tỷ lệ bài viết trên mỗi ba tờ báo , nhưng không quá nhiều cho mục đích sử dụng của bạn, so sánh sự khác biệt giữa ba tờ báo về tỷ lệ đưa tin cho mỗi chủ đề . Một sự khác biệt tinh tế nhưng quan trọng!

Đối với những gì bạn muốn nhấn mạnh, tôi nghĩ rằng biểu đồ hiệu quả nhất là một trong những biểu đồ thanh đơn giản nhất. Nhiều người hiểu biểu đồ thanh hơn biểu đồ chấm; Nhìn thoáng qua, bạn có thể thấy rằng bạn đang so sánh số lượng có kích thước khác nhau và các giá trị bạn muốn so sánh là cạnh nhau.

Tuy nhiên, nếu bạn thực sự muốn nhấn mạnh sự khác biệt về tỷ lệ, bạn có thể tạo biểu đồ thanh được nhóm tùy chỉnh, được sửa đổi để định vị từng nhóm sao cho giá trị trung bình cho mỗi danh mục được căn chỉnh theo trục, thay vì giá trị 0:

                  Difference in proportion of coverage
                     per Newspaper,
                     relative to category median 
                     (narrow bars)
    ____-0.1%____0_____0.1%____0.2%_____
                 |
        |********|*****
A       |~~~~~~~~|
        |####    |
                 |
            |****|**********
B           |~~  |
            |####|
                 |
         |*****  |
C        |~~~~~~~|~~~~~
         |#######|
                 |
     |***        |
D    |~~~~~~~~~~~|
     |###########|##
                 |
0.2%_____0.1%____0_____
Median proportion of coverage 
   per category, all papers
   (large bars)

Lưu ý rằng các thanh trong mỗi nhóm vẫn được căn chỉnh để dễ so sánh kích thước và đường cơ sở của mỗi nhóm hiện được đặt ở bên trái của trục theo giá trị trung bình của nhóm đó, trong khi các thanh chiếu sang bên phải của trục là tương đương vào biểu đồ thanh thứ hai của bạn cho thấy sự khác biệt giữa hai loại hàng đầu.

Bất kể bạn sử dụng biểu đồ thanh tiêu chuẩn được nhóm hay biểu đồ điều chỉnh bù trừ như trên, bạn vẫn có thể lấy ý tưởng từ các ô khảm và làm cho chiều rộng của mỗi thanh tỷ lệ với tổng số bài viết cho tờ báo đó (vì vậy kích thước của thanh tỷ lệ thuận với số lượng bài báo trong tờ báo đó trong thể loại đó).

Vì thống kê kiểm tra của bạn là một thuộc tính của từng so sánh , không phải là các giá trị riêng lẻ, tôi không nghĩ rằng việc chia tỷ lệ mọi điểm dữ liệu theo mức độ quan trọng là rất hữu ích. Thay vào đó, tôi sẽ có một biểu tượng bên cạnh mỗi nhóm đại diện cho ý nghĩa. Đối với xuất bản học thuật, tiêu chuẩn */ **/ ***có lợi ích của sự quen thuộc, nhưng bạn có thể sáng tạo nếu bạn muốn hiển thị đầy đủ tính liên tục của thống kê.

Bạn đã thử một biểu đồ bong bóng? https://code.google.com.vn/apis/ajax/playground/?type=visualization#bubble_chart

Các chủ đề riêng lẻ có thể là các vòng tròn và mỗi vòng tròn có thể là biểu đồ tỷ lệ phần trăm mà mỗi cửa hàng tin tức bao gồm chủ đề. Kích thước của vòng tròn có thể chỉ ra phạm vi bảo hiểm tương đối của chủ đề. ví dụ: nếu tổng số bài báo viết về dầu nhiều hơn văn hóa thì vòng tròn dầu có đường kính lớn hơn.