Und hier ein paar Tables zum Trämen, weil Minimalismus ist gut zum Anfang, aber wenn man Design dann kann geht auch wieder mehr:
Ein Periodensystem der Elemten und welche langsam erschöpft sind,
(c) @fedfragapane
Historisch!
150 Jahre alt, die Entdeckung von Nukleinsäure, eine kleine kurze Tabelle.
Ein weiteres Beispiel, jetzt geht es dem Kreisdiagramm an den Kragen:
Decluttering eines Pie-Chart,
bitte unbedingt zu Ende gucken 🤪
Und, na klar, Balkendiagramme.
Balkendiagramm um Verteilungen zu ziegen geht GAR NICHT und ist auch bei wissenschaftlichen Journalen mittlerweile kaum noch akzeptiert.
Ein Mittelwert geht na nicht von Null bis 50 (Balken), sondern ist 50 bzw um 50 herum gestreut!
Statisch kann man das auch hier ganz gut zeigen - jede Zusammenfassung verhindert ein bisschen dass man die Datenverteilung sieht.
+ Datenpunkte zeigen.
Nur wenn klar, dass Normalverteilt und gleiche Stichprobe etc kann man anfangen zusammen zu fassen.
Da gibt es ein super Artikel zu in PLOS Bio, von @T_Weissgerber --> follow Empfehlung zu alles was Clinical Meta-Research ist!
zum Beispiel zeigt Tracey das hier, ein balken kann symmetrische Verteilung oder BImodale Verteilung verstecken, kann outlier oder ungleiche Sample-Size verstecken.
Traue keinem Balkendiagramm für Verteilungen!!
Das ist so richtig wichtig bei abhängigen Werten, vorher/nachher Vergleichen.
Also hat Person A zugenommen oder nicht? Haben alle Personen zugenommen oder nur einer so richtig viel? Gibt es einen Gruppeneffekt z.B. alle Männer haben zugenommen, alle Frauen nicht?
Selbst wenn man viele, viele Daten hat kann man noch klare Abbildungen machen.
Hier ein Liniendiagramm mit vielen Datenreihnen (Magic #7 weit überschritten), aber: dank dünner Linien, einer Farbe, und Transparenz klappt es dann doch ganz gut.
(c) Narry Kim
Ich tippe das ist ein hoffnungsloser Fall, aber man könnte es sich mal angucken..
wer hat zu viel Zeit????
Hier noch ein Beispiel wie es ok-ish gehen kann wenn man einfach sehr viel zeigen MUSS.
• • •
Missing some Tweet in this thread? You can try to
force a refresh
Gestern haben wir für unsere Daten einen passenden Charttyp rausgesucht - für alle nochmal hier zur Erinnerung der Spickzettel dazu:
(ps ich abe keine offene Version, da wäre eine DE Übersetzung vielleicht auch gut!)
PS EINEN passenden Charttyp, nicht DEN passenden Charttyp, es gibt immer mehrere richtige Lösungen
Das muss je nach: Kernaussage, nach Zielpublikum, nach Interaktionsformat: Papier, interaktiv Java, in einem Forschungsartikel oder 15-sek TikTok, angepasst werden!
Abstrakte Kunst und wissenenschaflichen Abbildungen sind gar nicht so unähnlich...
1. eigenen Datentyp kennen (Trend? Kategorie? Verteilung? Uni-, Bi, Multivariat?) 2. verschiendes ausprobieren, z.B. mit dem Chart-Selektor unten 3. dann Feedback einholen! --> loop to 1
Eigentlich ist es ganz leicht.
Für Einzelbeobachtungen in Kategorien kann man die Größe in
- Länge (Balkendiagramm, stacked bar)
- Fläche (Tree map, bubble, area char)
- Tortenstücke (Pie chart, lieber nicht Donuts!)
kodieren.
Bei der Visualisierung von Trends kann man
- Liniendiagramm (paar Beobachtungen, mehrere Zeitpunkte)
- Slopechart (nur 2 Zeitpunkte)
- Radar Chart (zyklische Daten)
- Sankey Diagram (viele Verläufe, Verteilungen)
nutzen.
Wir visualisieren Daten aus zwei Gründen: um diese zu kommunizieren, z.B. Corona-Zahlen an Allgemeinheit;
Wir visualisieren auch um selber die Daten zu verstehen und Phänomene und Trends überhaupt zu FINDEN.
[Wir sagen: EXPLORATORY and EXPLANATORY data visualization]
Das Visualisieren beim EXPLAINING, also kommunizieren helfen ist klar; wir können pre-attentiv, also schon allein beim Sehen Trends und Abweichungen sehen.
Hier ein Experiment, guckt das Bild gleich nur einen Bruchteil einer Sekunde an + schreibt auf an was ihr euch erinnert