Questions tagged «presentation»

3
如何用极端离群值呈现箱形图?
我可以使用有关呈现某些数据的指导。 第一个图是细胞因子IL-10的病例对照比较。我已手动将y轴设置为包括99%的数据。 我之所以手动设置,是因为案例组具有极端的异常值。 我的合作者不愿对我们的数据集进行异常值移除。我可以接受,但他们宁愿不接受。那将是显而易见的解决方案。但是,如果我要保留所有数据而不是删除此异常值,那么如何最佳显示此箱线图?分割轴?仅使用第一个图并注意它被构造为包含所有数据是否可以接受?(此选项对我来说是不诚实的)。任何建议都很好。

2
我应该如何组织我的海报展示?
我目前正在制作海报演示文稿,并希望就图形的某些方面提供一些建议(或参考建议)。例如,我正在谈论的示例海报,请参阅《计算与图形统计杂志》第20卷第2期中的ASA Data Expo文章的补充材料(另一个示例在此处(Hendrix等人,2008年))。还要注意,如果重要的话,我将站在打印好的海报上,如果有路人要求,请提供一份有关该项目的更多详细信息的论文,该场地将是一次学术会议。 图形中应如何显示对象的流动。使用英语的人通常从左到右阅读,我的海报中的面板应该遵循相同的面板吗?例如(考虑序号,我打算阅读面板的顺序),表1的顺序是否总是比表2更好? Table 1: 1 2 3 Table 2: 1 3 5 4 5 6 2 4 6 单个图形应该多大/小?当人们停下来观看图形时,比如说他们仍然站在院子里(这是合理的假设吗?),图形元素仍可解释的最小尺寸大约是多少?我是否应该在乎(如果他们需要阅读图例/轴,他们会着眼睛)? 多少是太多了?提供的信息量是否有明显的限制?图形附带的文字也是如此。我可以告诉我图形中是否有太多文字?有什么经验法则吗? 我看到的许多海报都有不同大小的面板,并且没有明显的对齐方式。我个人不喜欢这样(它对我来说是无序的),但是我只是被诅咒吗?我订购当前海报的方式与我刚刚撰写论文的分析部分的方式类似,但是这种订购方式不适用于海报展示吗?作为有序部分的反例,可以有一个中央图形,在海报的中央放大,然后用较小的面板围绕中央图形,并附加其他补充信息。 如果人们有一些他们认为特别有效的海报示例(无论出于何种原因),并解释您为什么认为他们有效(或仅在美学上令人愉悦),我也将感兴趣。我也对正面情况感兴趣(例如,海报效果特别差)。 Nathan Yau在流动数据博客上进行数据可视化的许多工作似乎都与该讨论有关,但对于大多数讨论而言,媒体(一种物理印刷的海报)和观众(学术界)并不是常态。还有其他一些参考资料可以解决这些方面的问题吗?我目前更担心解释而不是“吸引人的眼球”(我认为随着注意力的增强,许多明亮的图形就足够了)。 另外,我会对这些问题的答案感兴趣(例如,您不必花时间回答所有问题)。我全是耳朵。

3
如何选择置信度?
我经常使用90%的置信度,因为它比95%或99%具有更大的不确定性。 但是,关于如何选择正确的置信度水平有任何指导原则吗?还是不同领域使用的置信度准则? 此外,在解释和显示置信度时,是否有任何指南将数字转换为语言?例如,诸如针对Pearson's r的指南(编辑:这些描述适用于社会科学): http://faculty.quinnipiac.edu/libarts/polsci/Statistics.html 更新资料 感谢您下面的回答。他们都很乐于助人,有见地和有启发性。 此外,以下是一些不错的文章,这些文章是我在研究此问题时遇到的有关选择重要性级别(基本上是同一问题)的文章。他们验证以下答案中的内容。 “ 0.05的显着性意义是什么?” http://www.p-value.info/2013/01/whats-significance-of-005-significance_6.html “关于.05级统计意义的起源” http://www.radford.edu/~jaspelme/611/Spring-2007/Cowles-n-Davis_Am-Psyc_orignis-of-05-level.pdf “科学方法:统计错误” http://www.nature.com/news/scientific-method-statistical-errors-1.14700

1
显示有序数据-均值,中位数和均值等级
我有一些顺序数据不是正态分布的,所以我决定使用Mann-Whitney U检验进行非参数检验。我正在寻找七个分数的组间差异-每个主题的分数分别为0、1、2或3。我很难弄清楚如何显示我的数据! 如果我使用中位数(和中位数的IQR)显示数据,那么根本就不清楚差异在哪里,因为在大多数情况下,中位数落在0或1上。因此,尽管Mann-Whitney U检验显示出显着差异,桌子看起来没意思。 我也可以使用手段呈现数据。那里有一些科学论文说,您可以使用具有序数数据的均值,但是不能对分数之间的差异做出相同类型的假设(例如0和1之间的差异与1和1之间的差异不相同) 2)。尽管表中的数字很好地说明了我使用它们时的故事,但使用方法会引起一些争议。 第三种选择是使用SPSS在曼恩·惠特尼(Mann-Whitney)输出中给我的平均排名。平均等级是各组之间正在比较的,所以也许我应该使用那些?我唯一遇到的问题是,平均排名对实际数据没有任何意义(例如,使用平均等级,我看不到对象更接近3,而控件更接近1。) 最后的选择是在将得分分为两组(低分为0和1,高分为2和3)后,比较受试者和对照者进行卡方分析。但是,当我这样做时,差异并不明显(可能是由于多种原因)。

2
哪个科学领域研究人们如何解释定量总结和可视化?
有大量的知名资源提供有关数据可视化的建议。(例如,Tufte,Stephen Few等人,Nathan Yau。)但是,对于诸如此类的问题,答案可能会转向哪个领域: 饼图批评在实践中是否有意义?人们在解释线性标尺长度方面比在弧长方面要好得多吗? 假设我构建了一组基础变量的指数摘要,并向一般观众解释美国在2010年的价值为100,在2015年的价值为110。大多数人将如何解释这些数字?在介绍此指标时,我是否应该考虑自然的认知习惯,以便更好地解释或防止误解? 换句话说,定量信息的呈现者可以在哪些科学领域中寻找经验上可靠且经过测试的原理,这些原理可以帮助整理当今可用的大量可视化和设计建议? 目的不是要找到关于如何最佳地可视化数据或解决新颖的数据可视化问题的建议,想法或当前共识,而是要在哪里寻找人们如何解释定量和/或视觉信息的科学。 (对于引用该领域的期刊,会议和学者的额外感谢。)
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.