#диссероплетение Привет, коллеги! Страшные вещи я иногда продвигаю в этом канале, например, честность в представлении своих данных. С одной стороны, визуализация с помощью графиков нужна, чтобы наглядно показать ваш результат, и хорошо, если он будет легко считываться. С другой стороны, велик соблазн манипулировать мнением читателей с помощью дизайна. В этом плане я очень рекомендую книгу Даррелла Хаффа "Как врать с помощью статистики", там много примеров обмана с помощью визуала. Сегодня поговорим про принципы честной визуализации данных. Напомню, что у меня был пост про выбор типа графика для разных данных. 🔴Не обрезайте оси без веской причины. Один из самых популярных способов манипуляции - начать ось Y не с нуля, чтобы визуально увеличить разницу бесплатно без регистрации и смс. Однако в некоторых случаях это действительно необходимо, например, если значения очень высокие или даже малая разница уже имеет большой эффект. Тогда ось Y стоит всё равно начинать с нуля, но добавлять разрыв на ней, который точно заметят все читатели. 🔴Как продолжение предыдущего пункта, пропорции должны соответствовать данным. Например, в столбчатой диаграмме высота столбцов должна соответствовать числам. Звучит банально, но иногда попадаются графики, где один столбец в два раза выше другого, а данные отличаются на 5%. Это можно сделать через обрезание осей, через вторую ось Y с другим масштабом или вообще через нарисованный график, а не построенный по цифрам. Если столбики отличаются уж очень сильно и маленькие значения просто теряются, рекомендую тоже воспользоваться добавлением разрыва на оси. Инструкцию, как это сделать в Excel, можно найти здесь. 🔴Не прячьте разброс. Средние значения без указания разброса — это как средняя температура по больнице. На графике лучше отображать стандартное отклонение (SD), квартили (Q), доверительные интервалы (CI) или рисовать ящики с усами. Что и когда использовать, я писала здесь. И помните, что не нужно всеми силами стремиться к маленьким разбросам, если в данных разброс большой, например, не к месту используя стандартную ошибку среднего (SEM). Некоторые думают, что без этого их статью не примут, но хочу обратить внимание на недавний пост с картинкой из статьи в весьма приличном журнале. А если хочется сделать совсем классно, то можно добавлять точки всех измерений (но не перегружая визуал, конечно). 🔴Не подчищайте выбросы. Если статистическая обработка не показала, что какие-то точки действительно являются выбросами и от них нужно избавиться, то эти данные нужно отразить на графике. Некоторые отображают даже удалённые выбросы, просто они висят отдельной точкой, не включённой в анализ. 🔴Используйте цветовую палитру грамотно. Во-первых, лучше брать до 5 разных цветов. Ещё рекомендуют не сочетать красный и зелёный, потому что они плохо различаются людьми с дальтонизмом, а всё же использовать оттенки одного цвета. Во-вторых, некоторые цвета имеют ассоциацию, например, выделение красным — это плохо, а зелёным — хорошо. Подсвечивая этими цветами определённые данные, можно немного манипулировать читателем. 🔴На графике должны быть отражены все данные. Если смертность животных, которым давали препарат, была низкой, а с какого-то момента они резко стали все умирать (и не по вине экспериментатора), то нельзя отразить только "хороший" участок. 🔴Ну и, конечно же, не забывайте подписывать оси, единицы измерения и вообще всячески пояснять читателю, что происходит на графике. ➖➖ Помните, что цель визуализации данных - не убедить в чём-то, а просто показать, как оно было в вашем эксперименте. Если график выглядит красиво, но вводит в заблуждение - это подлог. Коллеги, а что бы вы добавили к этим принципам?