Обманюйте графікою та візуальними зображеннями, щоб маніпулювати l; думка міні-путівник -
Графік допомагає візуалізувати велику кількість даних, але може також ввести в оману. Однак обман - це не те саме, що брехня, оскільки графік може ввести читача в оману без свідомого втручання його дизайнера: оманливий графік може бути побудований шляхом накопичення помилок або наближень. Однак деяких людей можна запідозрити у порушенні обов'язків професійної етики. Можна реалізувати кілька оманливих стратегій:
- не показувати всі дані або навіть приховувати відповідні дані, щоб підкреслити переваги, які ми хочемо показати
- відображати неточні або приблизні дані
- відображає занадто багато даних, щоб приховати правду або пом’якшити її
- використовувати графічні фігури недоречно
Ступінь обману на графіку можна оцінити за співвідношенням (розмір ефекту, показаний на графіку/розмір ефекту в необроблених даних).
Ось посібник (не вичерпний) деяких прийомів, використаних у оманливому графіку:
3D перспектива в графіці
Згідно з опитуванням INED 2008 року, 45% французів заявили про себе без релігії, 43% католиків, 8% мусульман і 2% протестантів.
Ці 3 кругові діаграми показують, що “мусульманська” релігія становить 8% від загальної кількості. Але ми можемо помітити, що графік праворуч збільшує «мусульманський» зріз, розміщуючи його на передньому плані, що надає йому товстий 3D-контур і більше ніж вдвічі більше темно-червоних пікселів порівняно з фоном.
Людський зір не дуже добре розуміє третій вимір. Коли ми спостерігаємо тривимірний графік, ми припускаємо, що більше кольору вказує на більшу кількість. Отже, коли для представлення зрізу кругової діаграми використовується більше пікселів, зріз виглядає більшим. Ось чому ми можемо несвідомо призначати вищі значення зрізам переднього плану в 3D-кругових діаграмах.
Зрізати вісь y - Змінити масштаб
Типовою практикою є не запускайте вісь y з нуля, це дозволяє змінювати нахил кривої. На перший погляд, важко зосередитись на масштабі графіка та даних одночасно. Часто ми просто спостерігаємо за тенденцією, і наше перше враження вже складається !
Наприклад, якщо ми зацікавлені в еволюції асигнувань на виплати, що виділяються на оборону у Франції. Графік ліворуч створює враження, що бюджет стабільний з 2009 по 2016 рік, а потім дещо збільшується, тоді як графік праворуч, який збільшує вісь y, створює враження набагато більших інвестицій в оборону з більш помітним висхідна тенденція.
Інший спосіб вивчення розвитку параметра - це обчислення варіацій.
Побачивши діаграму, ми, як правило, інтуїтивно думаємо, що вона представляє величину (як функцію часу, категорії ...). Але це може також являти собою варіацію.
Чіткі ваги та сокири
Ще один хороший приклад стосується швидкості страйку на SNCF у квітні 2018 року. SNCF у своєму прес-релізі видалив вісь y і, мабуть, зрізав цю вісь, не починаючи з нуля, ще складніше знайти свій шлях! Цей прес-реліз був опублікований під час страйку проти керівництва SNCF, яке зацікавлене у мінімізації успіху страйку, щоб знеохотити залізничників.
Але якщо ми малюємо графіки за шкалою, ми бачимо, що падіння на 4 бали здається набагато менш важливим, коли беремо повну шкалу з нуля.
Ви також можете маніпулювати осями, вибираючи лінійний або логарифмічний масштаб. Це може або не може дозволити вирівнюванню кривої.
Труднощі з читанням із складеними діаграмами площ
Як правило, ми добре виявляємо тенденції, але коли ми використовуємо діаграми з накопиченими областями, це стає набагато складнішим. Наприклад, для цих графіків еволюції парникових газів у Франції для сільського господарства. На лівому графіку сільське господарство позначено лососево-жовтим кольором, і справді необхідно порівняти розмір площ за секторами, щоб визначити, зменшуються чи збільшуються викиди парникових газів для кожного сектора.
Порівняння зміни висоти між наборами даних при їх русі вгору та вниз не є природним візуальним завданням. Це допомагає приховати тенденції. І навпаки, графік праворуч представляє лише сільськогосподарський сектор (з прогнозами, отже, множення кривих), і це чіткіше: ми можемо виділити чітку тенденцію зменшення парникових газів.
Графіка прямо неправильна !
Ось два приклади, коли пропорції графіків взагалі не відповідають значенням ! Але оскільки ця графіка часто дуже швидко проходить по телевізору, ми не встигаємо її проаналізувати.
Ви також повинні бути обережними щодо "бульбашкових" діаграм, де диски не обов'язково пропорційні за розміром один одному щодо значень, які вони представляють. Ось приклад найбільш часто використовуваних комп’ютерних мов:
Помилкові кореляції
Кореляцію можна виміряти за коефіцієнтом r Пірсона, який може виявити наявність або відсутність a лінійне відношення між двома безперервними змінними X і Y. Той факт, що дві змінні "сильно корелюють", не свідчить про наявність причинно-наслідкового зв'язку між одними та іншими. Однак багато графіки накладають криві, що може залишити візуальні сумніви. Ось цікавий сайт, де ви можете створити власні помилкові кореляції: http://www.tylervigen.com/spurious-correlations
Приклад дуже сильної кореляції (r> 0,90) між витратами в США на науку та аерокосмічну промисловість та смертність від раку в четвер:
Якщо ви їсте шоколад, щоб отримати Нобелівську премію ?
Доктор Франц Х. Мессерлі зробив крок далі, отримавши задоволення, опублікувавши «прем’єру» про вплив шоколаду на когнітивні функції в престижному медичному журналі «New England Journal». Какао містить флаваноли, антиоксидантні сполуки, які можуть уповільнити когнітивний спад, пов’язаний з віком.
Оскільки дані про когнітивні функції не є загальнодоступними, він вирішив використовувати вільно доступні дані, кількість Нобелівських лауреатів на душу населення, як проксі для національної когнітивної функції. Мессерлі виявив дивовижну і сильну кореляцію між річним споживанням шоколаду на душу населення кожної країни та кількістю лауреатів Нобелівської премії на душу населення країн. Провідною країною з найбільшою кількістю лауреатів Нобелівської премії на 10 мільйонів жителів та найбільшим споживанням шоколаду на душу населення є Швейцарія. Потім друге місце займає Швеція, за якою йде Данія. Нахил лінійної регресії показує, що збільшення 0,4 кг шоколаду на душу населення на рік збільшує кількість лауреатів у країні лауреата.
Швеція виступає як видатник із великою кількістю переможців та меншим, ніж очікувалося, споживанням шоколаду. Дослідник жартує, що комітет Нобелівської премії повинен бути упередженим і мати патріотичні переваги. Мессерлі сміється, "це потрібно перевірити в перспективному рандомізованому контрольованому дослідженні" (рандомізоване контрольоване дослідження є золотим стандартом для вивчення причинно-наслідкових зв'язків). Ось хороший комічний приклад того, як ви можете розповісти про що завгодно за допомогою простих лінійних кореляцій.
Порівняйте яблука та груші
Завжди читайте осі графіків, одиниці змінних та їх шкали. Дональд Трамп написав у Twitter дуже оманливий графік, намагаючись показати, що під час президентства Барака Обами економічне зростання впало, за винятком того, що цей графік не порівнює бази того ж року: 1950-2008 (58 років) проти 2009-2016 (7-річний мандат) !
Використовуйте сукупні криві даних
Використання кумулятивних продажів дає можливість мати постійно зростаючу криву, яка не відображає криву продажів в абсолютних значеннях.
Мораль історії: завжди остерігайтеся графіки, особливо з малою інформацією та без осі! Уважно прочитайте підписи та сокири. Ось також цікавий останній перелік оманливих зображень: http://viz.wtf/
Щоб стежити за іншими новинами в блозі або дізнатися більше про суперечки щодо їжі, здоров’я та навколишнього середовища, трохи подобається або в Twitter:
Слідуйте @T_Fiolet
INED - сторінка 7 https://www.ined.fr/fichier/s_rubrique/19585/document_.travail_2013_196_religion.fr.pdf
Мессерлі, Ф. Х. (2012). Вживання шоколаду, когнітивні функції та Нобелівські лауреати. New England Journal of Medicine, 367 (16), 1562–1564. doi: 10.1056/nejmon1211064
Каїр, А. (2014). Графіка брехні, оманливі візуальні ефекти. Нові виклики для проектування даних, 103–116. doi: 10.1007/978-1-4471-6596-5_5