Tìm ra những Outliers trong Dữ liệu Infographics của bạn - núm vú

Khi phân tích dữ liệu cho bảng thống kê của bạn, bạn nên lưu ý rằng một số điểm dữ liệu - được gọi là ngoại lệ - nằm ngoài chuẩn gọi sự chú ý đến bản thân họ. Trong các trường hợp nghiêm trọng nhất, họ thậm chí có thể nghiêng dữ liệu và tạo ra một hình ảnh gây hiểu lầm về chủ đề. Bạn cần phải nhận ra khi bạn có một outlier và sau đó quyết định những gì để làm về nó.

Bảng này chứa một ví dụ đơn giản để chứng minh ý tưởng này. Hai bộ dữ liệu đại diện cho điểm của học sinh, trong tám tuần, trên hai kỳ thi hàng tuần; các con số là phần trăm chính xác trong kỳ thi. Bộ dữ liệu ở bên trái (bài kiểm tra đầu tiên) không chứa phần ngoài, nhưng tập dữ liệu ở bên phải (bài kiểm tra thứ hai). Người ngoài cuộc được thể hiện bằng chữ đậm.

90%

90% 2 88% 88% 3 90% 90% 4 85% 50% 5 86% 86% 6 87% 87% 7 85% 85% 8 84% 84% Trung bình > 87% 83%

Trung bình trong cột giữa vẽ một bức tranh chính xác về thành tích của học sinh đó trong các cuộc kiểm tra định kỳ. Mặc dù chỉ số đơn vị (đậm) ngoài (50%) trong tập dữ liệu ở bên phải ném cờ lê vào các công trình, mặc dù giảm trung bình của học sinh xuống 4 điểm phần trăm và nghiêng dữ liệu. Nhà báo dữ liệu làm gì trong trường hợp như vậy? Dưới đây là một vài lựa chọn: Vứt bỏ các outlier. Nếu bạn chỉ sử dụng mức trung bình trong đồ họa của bạn và lo ngại rằng nó gây hiểu nhầm, hãy loại bỏ phần ngoại tệ như là sự sai lệch và sau đó tính trung bình mà không có tuần đó, như thể hiện trong hình. Trong ví dụ này, việc ném ra bên ngoài sẽ có nghĩa là điểm kiểm tra trung bình của học sinh này nhảy lên đến 87%, mà (như cột đầu tiên thể hiện) là một sự thể hiện tốt hơn về thành tích trong suốt học kỳ.

Nếu bạn sử dụng tùy chọn này, hãy chắc chắn thêm một chú thích chú giải mọi thứ: trong trường hợp này, việc xóa một điểm dữ liệu. Luôn luôn minh bạch nhất có thể.

Hiển thị dữ liệu dạng.

• Cho dù bạn đang sử dụng chỉ mức trung bình trong đồ hoạ hoặc vẽ ra tất cả các dữ liệu trong một biểu đồ, bạn luôn có thể hiển thị dữ liệu chính xác như đã cho bạn, như thể hiện trong hình dưới đây. Trong trường hợp này, bạn nên bổ sung một chú thích gắn vào đầu ra để người đọc của bạn nhận thức đầy đủ về nó.

  Xây dựng một "dòng phù hợp nhất. "

  Tùy chọn này chỉ áp dụng nếu bạn đang tạo một biểu đồ hiển thị tất cả dữ liệu. Một dòng phù hợp nhất - còn được gọi là hồi quy tuyến tính

  

  là mức trung bình trực quan của dữ liệu của bạn: nghĩa là đường biểu diễn dữ liệu rải rác của bạn tốt nhất.