Unir los puntos de un gráfico

Question

Dada una gráfica que es el producto de una ecuación, podemos calcular con sentido cualquier punto que resuelva la ecuación y, en consecuencia, también una recta que pase por los puntos. La recta, en cualquiera de sus puntos, es la respuesta.

Pero qué pasa con medidas como "número de coches por hora / aparcamiento". ¿Tiene sentido unir los puntos de cada medida horaria? ¿No nos llevaría esto a resultados falsos, o al menos engañosos, ya que no sabemos cuántos coches había mientras tanto?

Answer 1

Hay varias razones para conectar los puntos de un gráfico. Si sólo se muestra una categoría de valores (es decir, si hay una línea sólo habría una), suele ser conveniente seguir la regla de continuo frente a discreto. Sin embargo, incluso los valores discretos o categóricos pueden conectarse cuando se necesiten varias líneas para facilitar el seguimiento de la variación del patrón a lo largo del eje x. El objetivo es crear una historia coherente y, si una línea hace que la historia sea más sensata o fácil de seguir, añádala. Si la desvirtúa, elimínela.

En tu caso un gráfico con un punto para cada lote y las horas en el eje x yo me inclinaría mucho por trazar líneas que conecten las horas de cada lote. Además, aunque tengas medias en horas, los valores del eje x se miden por intervalos y son teóricamente continuos (se podría argumentar que todos los continuos se miden por intervalos), por lo que existe una justificación adicional.

En cuanto a los bares, como han mencionado otros carteles. Casi siempre las evito. Un punto suele ser mejor, incluso para los tipos de datos que suelen rellenarse con barras.

También hay que tener en cuenta que, a menos que los aparcamientos sean del mismo tamaño, el número de coches es engañoso. Un gráfico con área fija y barras típicas implica que cada barra está representando el mismo relleno de elementos en el espacio por igual. Ese problema sólo se resuelve parcialmente con proporciones de coches en los aparcamientos. Una alternativa cuando sólo hay un periodo de tiempo sería tener barras vacías indicando los tamaños de los lotes y luego rellenarlas con el número de coches. Pero esto sería demasiado complejo cuando se muestran múltiples lotes. Los gráficos de líneas de proporción de llenado conectados a lo largo de las horas con una línea para cada lote es la mejor manera de hacerlo.

Answer 2

Una línea continua indica un continuo. Si hay que trazar medias, yo consideraría la posibilidad de utilizar un diagrama de barras o un diagrama escalonado. También es posible trazar puntos individuales y, si se trata de promedios, probablemente puedas añadir información sobre la desviación típica si es necesario.

Answer 3

IMHO, quien primero omitió el momento preciso de los cambios en number of cars es el primer responsable de cualquier resultado engañoso. Si tuviera esta información (incluso si se mide con error), time sería una variable continua propiamente dicha, no una variable continua agrupada (véase Anderson, 1984) necesariamente. Tendría libertad para agrupar las observaciones en hour -si realmente quisiera, en cuyo caso asumiría la responsabilidad de obtener resultados erróneos. De lo contrario, conservando las horas exactas de llegada, podría representar gráficamente su number of cars series temporales sobre continuo time con exactitud.

De todos modos, suponiendo que usted está atascado con number of cars por hour Estoy de acuerdo con @John, deberías trazar una línea que conecte tus observaciones horarias. Si careces de información sobre cuándo se produjo cada cambio incremental, es bastante difícil decir que estás engañando a nadie, a menos que no describas los límites de la información graficada. Del mismo modo, si grafica sus datos horarios con un simple diagrama de barras sin una línea que conecte los intervalos, no es realmente culpable de engañar a nadie si no afirma que los cambios entre las observaciones horarias se producen precisamente como se representa, cada hora, de una vez. Si alguien lo malinterpreta (como probablemente ocurrirá con cualquier estadística o dato al que se le dé suficiente publicidad), no se dará el caso de que le hayas engañado, especialmente si describes tus datos y el procedimiento de recogida con suficiente detalle. Esto no debería ser difícil de hacer.

Dada la claridad y minuciosidad básicas de los datos y las descripciones de los gráficos, no debería haber ningún inconveniente en trazar una línea para conectar los intervalos. En ventajas de conectar las papeleras es de hecho lo que usted parece pensar que es la desventaja: dibujar esas líneas imita una ecuación medianamente decente para el number of cars en función de time aunque se base en observaciones discretas cada hora. Puede utilizar una línea recta entre las observaciones para representar una suposición bastante razonable de que el cambio se produce linealmente a lo largo de cada hora. hour no todos a la vez. Basándose en esta suposición, cualquier lector puede hacer una conjetura decente de qué minute después de hour verá llegar o salir el siguiente coche mediante este procedimiento de cuatro pasos de sentido común:

1. Encuentra el punto de la recta donde number of cars $=1+$ el anterior hour La observación de
2. Dibuje una línea recta hacia abajo desde este punto para encontrar el punto de intersección con el hour eje
3. Mida el distance de este punto en el hour eje desde el punto de la observación anterior
4. distance $\div$ distance between observations $\times60=$ minute después del hour de la llegada del siguiente coche.

Por supuesto, también se puede estimar la llegada del siguiente coche hasta el segundo exacto, y no se puede evitar que los lectores lo hagan no proporcionando la línea: trazar la línea se convierte en el primero de cinco pasos. Así, si alguien quiere saber cuántos coches han llegado mientras tanto... no puede, porque la información no está disponible, pero puede hacer una estimación. Si les quitas un paso del proceso, imagino que te lo agradecerán.

Hacer esto para sus lectores con simples líneas rectas sólo implica su comodidad con la suposición de que el cambio se produce linealmente entre observaciones horarias, o dicho de forma más peyorativa, su desinterés por cualquier inexactitud en esta suposición. Las imprecisiones no son difíciles de imaginar. En primer lugar, el cambio se produce necesariamente como una función no lineal y cero-inflada de time . Es no lineal porque el evento de cambio es ternario o llega un coche, o se va, o ninguna de las dos cosas - los coches no llegan ni se van en incrementos fraccionarios. La inflación es cero porque en la mayoría de los momentos no llega ni se va ningún coche. Se puede evitar tratando la línea como si describiera el probability que coches llegarán o saldrán en un momento dado para llegar al número entero más próximo.

Sigue habiendo otra inexactitud en la suposición de líneas rectas entre observaciones horarias. Cabría esperar que la tasa de cambio (en términos de probability como en el caso anterior) para cambiar más suavemente con el tiempo de lo que suponen sus líneas rectas trazadas por separado entre puntos. En términos más matemáticos, es posible que desee la derivada de su number of cars ( hour ) sea continua a través de hour s. Es posible que pueda hacer esto ajustando una función polinómica a sus datos, pero si su propósito es predictivo, tenga cuidado con sobreajuste .

Otra ventaja de las líneas sobre las barras de histograma (es decir, sin espaciado intermedio para valores adyacentes de hour ...y mucho menos gráficos con barras que no se "tocan" entre sí) surge de su politómica lot variable. Puede superponer sus series temporales separadas para cada lote en el mismo gráfico para facilitar las comparaciones, lo que le ayudará a ver si su lot variable es interesante. He aquí una demostración con algunos datos inventados:

Felicitaciones a McCown ¡!

Ni siquiera voy a intentar averiguar cómo hacerlo de forma coherente con barras; se lo dejaré a @ChristianStade-Schuldt ;) Para ser justos, es incluso más fácil no conectar estos puntos como él sugirió, pero añadir las líneas ayuda a desambiguar los puntos correspondientes a series temporales separadas entre sí. Al final, seguirá siendo un poco subjetivo, así que juzga por ti mismo:

De todos modos, yo mismo dibujo las líneas en mi mente. Por cierto, si crees que las líneas de la primera figura restan algo de impacto visual a los puntos exactos, no olvides que siempre puedes aumentar el tamaño de los puntos, cambiar su forma o presentar sus valores numéricamente en una tabla aparte.

Referencia
Anderson, J. A. (1984). Regresión y variables categóricas ordenadas. Revista de la Real Sociedad Estadística B, 46 , 1-30.

Answer 4

Yo no conectaría esos puntos porque son valores discretos. Dependiendo de la cantidad de puntos de datos que usted podría utilizar un gráfico de columnas / barras o sólo puntos.