您如何可视化3个类别变量之间的关系？

我有一个包含三个分类变量的数据集，我想在一张图中直观地显示所有三个变量之间的关系。有任何想法吗？

目前，我正在使用以下三个图形：

每张图都针对基线抑郁水平（轻度，中度，严重）。然后，在每个图表中，我查看治疗（0,1）与抑郁改善之间的关系（无，中等，严重）。

这3个图可以查看三向关系，但是有一种已知的方法可以处理一个图吗？

这是一个有趣的数据集，试图以图形方式表示，部分原因是它并不是真正的分类。这三个三级因素都是有序的，它们之间可能存在相互作用（想必，这比较难mild baseline拥有substantial improvement-或可能substantial improvement意味着每个因素都不相同baseline）。

具有多个变量，通常没有一个视图可以显示您可能关心的所有功能。有些因素将比其他因素更容易比较。我认为您的原始视图很好，并且可以参考Nick Cox的建议：删除重复的图例并使用有序的色阶。

如果您最感兴趣的是看到处理之间的差异，则可以通过使用堆积面积图而不是堆积条来强调变化。

通常，我通常对堆栈很谨慎，因为很难读取中间值，但是它确实加强了此数据的固定和性质。如果相关的话，它很容易读取和moderate+ substantial。我已经翻转了improvement级别的顺序，以便频率越高越好。

如果不叠加，则等效为斜率图。

阅读每个级别都比较容易，但是却很难理解它们之间的相互作用。您必须记住，第三行直接取决于其他两个。

考虑到数据的序数性质，将improvement值转换为数字分数可能会有所帮助，就像使用Likert数据所做的那样。例如，none=0，moderate=1，substantial=2。然后，您可以以连续比例绘制该变量的图形。缺点是您必须找到合理的评分（例如，0、1和5可能是更真实的表示）。

Colophon：这些图是使用JMP软件包（我帮助开发）中的Graph Builder功能绘制的。尽管是交互式创建的，但例如，没有颜色自定义的区域图脚本是：

Graph Builder(
    Graph Spacing( 15 ),
    Variables( X( :treatment ), Y( :frequency ),
        Group X( :baseline ), Overlay( :improvement )
    ),
    Elements( Area( X, Y ) )
);

首先，这是我从提供的图表中读取的数据，这些数据适用于希望玩的人（如果愿意，可以进行实验）。NB一对一错误肯定是可能的，总错误也可能。

    improvement  treatment   baseline   frequency  
           none          0       mild          5  
       moderate          0       mild         41  
    substantial          0       mild          4  
           none          1       mild         19  
       moderate          1       mild         19  
    substantial          1       mild         12  
           none          0   moderate         19  
       moderate          0   moderate         24  
    substantial          0   moderate          7  
           none          1   moderate         20  
       moderate          1   moderate         14  
    substantial          1   moderate         16  
           none          0     severe          7  
       moderate          0     severe         21  
    substantial          0     severe         22  
           none          1     severe         12  
       moderate          1     severe         15  
    substantial          1     severe         23  

这是原始设计的重做。原始数据的一个细节使事情变得简单：每种预测变量组合中的人数是相同的，因此绘制频率和绘制百分比是相同的。在这里，我们用双向条形图或表图设计分离条形图，而不是堆叠的（细分的，分段的）条形图。

图形中的许多细节就是细节。图形中的几个小弱点可能会破坏其有效性，而几个小改进也可能会有所帮助。

要说明：

1. 这里不需要三个面板，它们具有重复的轴，图例和文本。

2. 传奇总是诅咒和祝福，它迫使读者在思想上“来回走动”（或记住这个传奇，虽然没有那么吸引人，但无论多么容易）。条形旁边的内容翔实的文字更易于理解。

3. 水果沙拉的颜色编码是可有可无的。似乎也很武断：“显着”的改进很重要，但我发现即使是强烈的黄色也还是柔和的颜色。但是当我们有文字可以解释时，我们不需要颜色。

4. 尽管有些人会惊吓于违反Figure和Table之间的区别，但我们也可以显示频率。能够思考“此类别中的4个人”很有帮助。

5. 像在原始图中一样，这里对垂直轴上的传统响应图表示敬意。

综上所述，很难在这些数据中看到很多结构。在这种情况下，也很难在（a）没有太多结构的数据和（b）图形设计的弱点之间分担责任，这些缺点不仅用于选择预测变量，还可能用于交互。治疗似乎没有基线状态那么重要。但是，如果基准是“温和的”，那么“实质性”改进的范围有多大？当对心理健康数据的研究当然不是专长时，我就制止了自己的愚弄，尤其是如果这些数据被证明是假的。但是，如果它们是真实的，我们可以使用更大的样本量。（我们通常会这样说，但是您去了。）

编辑如果需要，图形自然可能会因序数配色方案而变得复杂：

记录：这些图形使用Stata代码，包括我自己的程序，tabplot可以使用下载ssc inst tabplot。

tabplot improvement group [w=frequency] , showval ///
xmla(1.5 "mild" 3.5 "moderate" 5.5 "severe", noticks labgap(*4) labsize(medsmall)) ///
xla(1 "0" 2 "1" 3 "0" 4 "1" 5 "0" 6 "1") ///
xtitle(baseline and treatment) xsc(titlegap(*4)) bfcolor(emerald*0.2)

tabplot improvement group [w=frequency] , showval ///
xmla(1.5 "mild" 3.5 "moderate" 5.5 "severe", noticks labgap(*4) labsize(medsmall)) ///
xla(1 "0" 2 "1" 3 "0" 4 "1" 5 "0" 6 "1") ///
xtitle(baseline and treatment) xsc(titlegap(*2)) ///
sep(improvement2) bar3(bfcolor(emerald*0.2)) bar2(bfcolor(emerald*0.6)) ///
bar1(bfcolor(emerald)) barall(blcolor(green)) 

我喜欢对这样的数据使用2级x轴。因此，单个图表的x轴类别可能是：

• 治疗= 0，基线=轻度
• 治疗= 0，基线=中度
• 治疗= 0，基线=严重
• 治疗= 1，基线=轻度
• 处理= 1，基准=中度
• 治疗= 1，基线=严重

...按类别[无/中/实质]直方图条计数相同。

是不是 马赛克图专门为此目的设计的吗？

在R中就像

library(vcd)
d = read.table("data.dat", header=TRUE)
tab = xtabs(frequency ~ treatment+baseline+improvement, data=d)
mosaic(data=tab,~ treatment+baseline+improvement, shade=TRUE, cex=2.5)

每个分类变量都移到正方形的一个边缘，该边缘由其标签细分。（因此，如果仅将每个边缘细分为一个级别，则最多可以表示4个类别变量。恕我直言，超过3个则变得混乱且难以解释）。矩形的大小与频率成正比。这是镶嵌图背后的主要思想，并且在此答案和PawełKleka的答案中是相同的。

区别在于用于此类绘图的特定R包提供的矩形和“精美”布局。从PawełKleka的答案中可以看出，该graphics包将上边缘细分为2个级别，而不是使用右边缘。我将vcd包与默认选项一起使用，以便颜色指示变量之间的关联程度。灰色表示数据与变量独立性一致（您不能拒绝其假设）。蓝色表示“ 0”和“ 1”治疗的“严重”基线与“显着”改善之间存在正相关。（惊讶，令人惊讶！我将其翻译为：如果您患有严重的抑郁症，则无论是否接受治疗，您都可能会好转很多。

人们可以根据自己的需要调整地块，例如，在这里。该软件包也有几个小插曲，例如Google的“ vcd马赛克示例”。开头引用的Wikipedia文章还解释了如何构建这种情节和其背后的直觉。

当你比较我的照片与帕维尔Kleka的答案画面，它不是物质，是“治疗”是对每一幅画面的左侧边缘。您可以通过更改代码的最后一行轻松更改边缘位置，并根据需要调整布局。常见的做法是，最重要的变量或标签数量最少的变量向左移动。您还可以通过使R中的相应因子变量有序并调整其级别来更改标签的顺序（例如，这样，在右边缘该顺序“没有中等程度的实质性”）。

我建议使用马赛克图

mosaicplot(table(moz), sort = c(3,1,2), color = T)

我考虑的一种选择是使用并行集。某些比较将比其他比较容易，但是您仍然可以看到三个类别变量之间的关系。

这是泰坦尼克号生存数据的示例：

在R（给定您的标签）中，我使用了ggparallel来实现它。一些人在这里讨论了CV如何以其他方式实现它。

也可以使用以下简单的折线图传达信息：

改进以不同的线型显示，而基线组以颜色显示。如果需要，这些参数和x轴参数（此处处理）也可以互换。

类似于nazareno上面发布的并行集，您可以使用冲积R包中可用的冲积图。http://www.r-bloggers.com/alluvial-diagrams/