哪些科学领域研究人们如何解释定量总结和可视化?

机器算法验证 数据可视化 解释 术语 介绍
2022-03-22 07:21:53

有大量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。)但是对于这些问题的答案,人们可​​能会转向哪些领域:

  • 饼图批评在实践中是否相关?人们在解释线性尺度长度方面比弧长更好吗?
  • 假设我构建了一组基础变量的指数摘要,并向外行解释美国在 2010 年的值为 100,在 2015 年为 110。大多数人将如何解释这些数字?当我提出这个指标时,我是否应该考虑一些自然的认知习惯,以便更好地解释或防止误解?

换句话说,定量信息的提供者可以在哪些科学领域寻找经验上合理且经过测试的原则,以帮助整理当今过多的可视化和设计建议?

目的不是就如何最好地可视化数据或处理新的数据可视化问题找到建议、想法或当前共识,而是要了解在哪里寻找人们如何解释定量和/或视觉信息的科学。

(引用该领域的期刊、会议和学者的额外功劳。)

2个回答

Gerd Gigerenzer 被广泛认为是计算能力或计算能力的认知方面的世界专家之一。他的网站 ( https://www.mpib-berlin.mpg.de/en/staff/gerd-gigerenzer ) 上引用了许多关于这些主题的论文和书籍。他的主要著作之一是他 2002 年出版的《计算风险:如何知道数字何时欺骗你》一书。在此处阅读摘要:https ://www.mpib-berlin.mpg.de/en/research/adaptive-behavior-and-cognition/publications/books/calculated-risks

与 Gigerenzer 的工作相关的是基于认知的决策理论工作,该工作着眼于信息的呈现方式。这里的代表性论文是 Dan Goldstein 的财富幻觉及其逆转,可在此处获得…… http://rady.ucsd.edu/docs/seminars/goldstein.pdf以下是简介:

最近,研究人员和政策制定者不仅开始关注选择架构,还关注信息架构:信息呈现给人们的格式。例如,信息架构的研究表明,食物的卡路里含量可以很好地理解为消耗卡路里所需的运动量,并且可以通过在以每 100 英里的加仑数计算,而不是每加仑英里数。本文研究了信息架构,尽管我们不是消耗卡路里或汽油,而是解决退休时的经济消耗。

最近对文献的一个重要补充是伯克利·迪特沃斯特对“算法厌恶”和决策的研究。Dietvorst 认为,在预测建模方面,技术上的幼稚和/或文盲倾向于假设预测模型是“灵丹妙药”或完全信息丰富,当算法被证明充其量是弱预测时,典型的反应是拒绝完全定量的解决方案。

https://marketing.wharton.upenn.edu/mktg/assets/File/Dietvorst%20Simmons%20&%20Massey%202014.pdf

还有像 Kaiser Fung 这样的博主,他维护着自己的Junkcharts网站,批评纽约时报华尔街日报 等主要酒吧的图表和可视化http://junkcharts.typepad.com/

与您的可视化问题相关的是设计专家的工作,例如 Manuel Lima,他维护了一个网站 VisualComplexity.com,涵盖了许多解决方法。Lima 还在纽约帕森斯设计学院教授数据可视化。 http://www.visualcomplexity.com/vc/

除了 Parsons,其他设计和可视化机构包括:

设计与社会背景学院 https://www.rmit.edu.au/about/our-education/academic-colleges/college-of-design-and-social-context/

加州大学洛杉矶分校文化分析研究所
http://www.ipam.ucla.edu/programs/long-programs/culture-analytics/

谷歌文化学院 https://www.google.com/cultureinstitute/home

MoMA 设计展览和书籍

http://www.moma.org/calendar/exhibitions/1071?locale=en

http://www.amazon.com/Talk-Me-Communication-between-Objects/dp/0870707965

在会议方面,有 Eyeo Festival http://eyeofestival.com/

在 R 软件中,可视化大师是 Hadley Wickham http://had.co.nz/

在 SAS 软件中,有 Rob Allison http://www.robslink.com/SAS/graph_book.htm

最后,不乏“一次性”网站:

http://infosthetics.com/ 政府数据的绝佳视觉效果

http://www.thefunctionalart.com/2012/09/in-praise-of-connected-scatter-plots.html

http://www.informationisbeautifulawards.com/

Karl Broman 如何糟糕地显示数据https://www.biostat.wisc.edu/~kbroman/presentations/IowaState2013/graphs_combined.pdf

https://www.biostat.wisc.edu/~kbroman/presentations/IowaState2013/index.html

Maria Popova 的设计和交流博客 https://www.brainpickings.org/2012/06/26/talk-to-me-moma-paola-antonelli-book/

数据可视化画廊 http://www.datavis.ca/gallery/index.php

数据可视化周期表 http://www.visual-literacy.org/periodic_table/periodic_table.html

我们的数据世界 http://ourworldindata.org/

这只是开始触及那里的表面......

心理物理学研究人类如何响应和解释刺激,包括对数据可视化的解释。评论中链接的 Cleveland 和 McGill论文就是一个例子,本文的第二部分简要概述了一些观点。

数值数学认知是认知科学的一个子学科,研究诸如数感之类的东西。它有时会借用心理物理学的概念,例如Fechner 量表,它“表明主观感觉与刺激强度的对数成正比”。Wiki 对应用于数值认知的概念的描述:

心理学研究表明,随着它们之间的差异减小,区分两个数字变得越来越困难。这称为距离效应。这在幅度估计领域很重要,例如处理大尺度和估计距离。它也可能在解释为什么消费者忽略货比三家以节省大笔购买的一小部分,但会货比三家以节省大量购买小额商品的比例,这代表绝对金额要小得多。

相关的,在行为经济学中,前景理论原始论文)研究了人类在有风险的概率性替代方案之间的选择。