缺失数据的数据可视化

机器算法验证 数据可视化 缺失数据 样条
2022-03-24 19:59:33

我是一名设计师，正在尝试随着时间的推移绘制一组数据。例如，

Day1     Day2     Day3      Day4      Day5
 10       53       21        67        38

我正在使用正常的折线图来绘制它，但是当中间的一两天没有可用数据时（例如，如下所示），开发人员假设它为零并且绘图实际上下降到零并消失向上。我不知何故觉得这是不正确的。

Day1     Day2     Day3      Day4      Day5
 10                          67        38

当我使用 MS Excel 绘制上述数据（中间有缺失值）时，它会绘制一条从 67 到 38 的线（折线图）。如果我在第 2 天输入 25，我会看到一条从 10 到 25 的线，然后是从 67 到 38 的差距。

  1. 现在，我的问题是，简单地加入从 25（Day2）到 67（Day3）的线是否正确，这样我就可以获得连续图？

如果直线连接两点，我看到一些包含样条的设计。这在视觉上很吸引人，但我知道样条线用于数据插值（如果我错了，请纠正我）而不是在我描述的这种情况下。

  1. 我仍然可以使用样条曲线绘制已知点吗？这可以接受吗？

（https://dribbble.com/shots/2062935-File-Dashboard-Free-PSD/attachments/369112）

如果我的问题很蹩脚，我很抱歉，因为我在统计和数据可视化方面的知识较少。

1个回答

老实说，我只是将没有信息的数据点留空。在 R 中：

foo <- structure(c(10,NA,NA,67,38),.Names=paste0("Day",1:5))
plot(foo,xaxt="n",xlab="",ylab="",pch=19,type="o",
  ylim=c(0,max(foo,na.rm=TRUE)))
axis(1,seq_along(foo),names(foo))

阴谋

如果它反映了您拥有的有关您的数据的信息，那么其他任何东西都是可以辩护的。例如，如果您的数据库记录了销售额并且您的商店在第 2 天和第 3 天营业，但没有人想购买您的小部件，那么您可以有效地推断和绘制零点。（如果商店关门或您的小部件缺货，您不应该这样做，因为任何需求都无法得到满足。）

如果这是对没有数据期间“真实”发生的事情的“正确猜测”，您可以进行线性插值。当然，什么是“好猜测”将取决于您的具体情况。

我不会使用样条曲线，除非我有很好的理由。线性插值更简单，除非需要像样条线这样更复杂的方法（奥卡姆剃刀），否则应该始终使用更简单的方法。此外，高阶样条曲线可能会爆炸，具体取决于您的特定数据。

其它你可能感兴趣的问题
上一篇的情况下，如何计算简单逻辑回归模型的偏差统计？n一世=是的一世ni=yi 下一篇为什么 Lucene IDF 有一个看似额外的 +1？