רווחים:
- יכולת לבחור את סוג התרשים המתאים למסר שברצונך לתת (השוואה, מגמה, התפלגות, קשר)
- יכולת להימנע מיצירת גרפים עם נתונים המורכבים על ידי בינה מלאכותית על ידי הבטחה שכל מספר מתחת לגרף מגיע מהנתונים האמיתיים שלו.
- יכולת לשלוט בעיצובים מטעים כמו ציר שבור וקנה מידה לא פרופורציונלי ולייצר ויזואליה נגישה וכנה
לא משנה עד כמה ממצא מחקר מוצק, הוא חסר תועלת אלא אם כן הוא מובן. הדמיית נתונים היא האומנות של יציקת נתונים מספריים וקטגוריים לתוך גרפים, טבלאות ותרשימים כדי שהקורא יוכל לראות את הדפוס במבט חטוף. תרשים טוב מפחית אלפי שורות נתונים להודעה אחת; תרשים גרוע יכול לגרום אפילו לנתונים מדויקים להיראות מטעים. ביחידה זו תלמדו כיצד להשתמש בבינה מלאכותית כדי לבחור את סוג התרשים הנכון, לנסח קוד הדמיה, לארגן טבלאות ולהציג ממצאים בכנות.
תפקידה של AI בהדמיה הוא כפול. הראשון הוא ייעוץ: "איזה גרף מתאים לנתונים האלה?" עונה היטב על השאלה; כגון תרשים עמודות להשוואה של שתי קטגוריות, תרשים קו לשינוי לאורך זמן, ואם משתמשים בזה בזהירות - תרשים עוגה עבור חלקים של שלם. השני הוא יצירת קוד: שרטוט קוד גרפי לכלים כגון R (ggplot2) או Python (matplotlib, seaborn). אבל היזהר: המספרים מתחת לגרף שה-AI מייצר חייבים להגיע מהנתונים האמיתיים שלך; גרף נחמד שה-AI מייצר עם "נתונים לדוגמה" הוא לא הממצא שלך. בנוסף, בינה מלאכותית עשויה להציע ללא מודע גרף מטעה (ציר מקווקו, קנה מידה לא פרופורציונלי); בדיקת התקינות היא שלך.
צעד אחר צעד: מנתונים לתרשים כנה
1. זהה את ההודעה. כל תרשים צריך לענות על שאלה בודדת: "מה אני רוצה להראות?" השוואה, מגמה, הפצה, מערכת יחסים? לא ניתן לבחור את סוג התרשים עד שההודעה ברורה.
2. בחר את סוג התרשים הנכון. הסוג משתנה בהתאם להודעה. AI נותן הצעות מנומקות לשאלה "אני רוצה להציג את הנתונים האלה עם ההודעה הזו, איזה גרף?"
3. החל כללי יושרה. האם הציר צריך להתחיל מאפס, האם הסולם פרופורציונלי, האם הצבעים מטעים? AI עוזר לך לבדוק אם תרשים מטעה.
4. נסח קוד והפעל אותו עם הנתונים שלך. תן ל-AI לכתוב את הקוד הגרפי; הפעל אותו עם הנתונים האמיתיים שלך ובדוק את התוצאה.
5. הפוך אותו לנגיש. פלטות ידידותיות לעיוורון צבעים, תוויות ברורות, כותרות קריאות. AI מציע שיפורים אלה.
טיפ: דרך פשוטה לבחון את היושרה של תרשים: "איך מישהו עם כוונות רעות יכול לגרום לתרשים הזה להטעות?" זה לשאול. ציר ה-y המקווקו גורם להבדל הקטן להיראות עצום; פרק זמן נבחר יכול להפוך מגמה. בקש מה-AI לסרוק את המלכודות האלה.
שלושה מיני תיקים
מקרה 1 - ציר מטעה תוקן. בדו"ח אחד, ההבדל בין שתי הקבוצות (51% לעומת 54%) נראה כמו "פער ענק" בגרף שציר ה-y מתחיל ב-50. כאשר ה-AI הציע שהציר מתחיל מאפס, ההפרש הצטמצם לגודלו בפועל, הבדל קטן. התרשים הפך להיות ישר.
מקרה 2 - הסוג הנכון חסך זמן. לחוקר אחד היו נתונים של 5 שנים של שיעור השתתפות אך השתמש בתרשים עוגה; המגמה לא הופיעה. YZ הציע "תרשים קו לשינוי לאורך זמן" ו-ggplot2 ניסחה את הקוד. מגמת הירידה הפכה לפתע לקריאה.
מקרה 3 - מלכודת נתונים מזויפים. כאשר משתמש ביקש מה-AI "גרף של שימוש במדיה חברתית על ידי צעירים", ה-AI ייצר גרף יפהפה עם מספרים מורכבים. המשתמש כמעט הכניס את זה לדוח; ואז הוא הבין שהמספרים האלה לא היו הנתונים שלו, אלא המצאת ה-AI. התרשים שופץ עם נתונים אמיתיים.
ארבע תבניות הניתנות להעתקה
1) בחירת סוג תרשים:
אני רוצה להציג את הנתונים הבאים: [תיאור נתונים]. המסר שאני רוצה לתת: [השוואה/מגמה/הפצה/יחסים]. הצע את 2 סוגי התרשימים המתאימים ביותר עבור הודעה זו, עם הצדקה. ספר לי מדוע עלי להימנע מדברים שעלולים להטעות (למשל עוגה עם פרוסות מרובות).
2) קוד הדמיה (אני אפעיל אותו עם הנתונים שלי):
שרטט קוד [סוג עלילה] עבור [R ggplot2 / Python matplotlib]. המשתנים שלי: [x], [y], [קבוצה]. כתבו את הקוד עם הערות, התחילו את הצירים מאפס, השתמשו בפלטת צבעים נגישה, שימו את הכותרות והתוויות בטורקית. דוגמה ליצירת מספרים; אני אחבר את הנתונים שלי.
3) ביקורת יושרה:
אני מתאר את הגרף הבא: [גרף]. האם זה יכול להיות מטעה? בדוק: האם הציר הוא אפס, האם קנה המידה פרופורציונלי, האם מרווח הזמן נבחר, האם הצבעים מגזימים בקבוצה, האם אפקט התלת מימד מעוות את התפיסה? הצע תיקונים לכל סיכון.
4) עריכת טבלה:
המר את התוצאות הגולמיות הבאות לטבלת תוצאות נקייה וקריא: [x] בשורות, [y] בעמודות, ערך בתאים ואחוז במידת הצורך. עיגל את המספר העשרוני באופן עקבי, ציין את המקור בהערת שוליים. שינוי מספרים; פשוט לערוך. נתונים: [כאן]
הנחיה חלשה / הנחיה חזקה
הנחיה חלשה:
תן לי גרפיקה מרשימה על הנושא הזה.
הרצון ל"מרשים" מעודד AI עם נתונים מפוברקים או עיצוב מטעה שמגזים את ההבדל. להיות מרשים לא צריך לבוא לפני להיות כנה.
הנחיה עוצמתית:
אני רוצה קוד תרשים בר שאוכל להפעיל עם הנתונים שלי. המסר שלי: להראות בכנות את ההבדל בשיעור ההשתתפות בין ארבע הקבוצות. הציר צריך להתחיל מאפס, הצבעים צריכים להתאים לעיוורון צבעים, ואין להגזים בהבדל. [R/Python] תן קוד, התאמה למספר. לאחר מכן ציין 3 סיכונים שבהם הגרף הזה עלול להפוך למטעה.
ההבדל: ההנחיה השנייה מתמקדת בכנות, נגישות ונתונים אמיתיים.
סוג תרשים לפי הודעה
הודעה
גרפיקה מתאימה
יש להימנע
השוואת קטגוריות
תרשים עמודות
עוגה תלת מימדית, מרובת פרוסות
להשתנות לאורך זמן
תרשים קווים
עוגה
הפצה
היסטוגרמה, תרשים תיבה
ממוצע בודד
קשר שני משתנים
לפזר
מוט
חלקים מהשלם
עוגת בר/פאונד מוערמת
עוגה מרובה פרוסות
טעויות נפוצות
- יצירת גרפים עם נתונים שנבנו על ידי AI. כל מספר בתחתית התרשים חייב להגיע מהנתונים האמיתיים שלך.
- הגזמת ההבדל עם הציר המקווקו. זה מטעה לגרום להבדל קטן להיראות עצום.
- בחירת ז'אנר שלא מתאים למסר. זה כמו להראות את מגמת הזמן עם פשטידה.
- שוכחים נגישות. קבוצות המופרדות רק לפי צבע אינן כוללות את הקורא עיוור צבעים.
- לשים "מרשים" לפני "כנה". מטרת הוויזואלית היא לא שכנוע, אלא תקשורת נכונה.
לסיכום
הדמיית נתונים היא הדרך לתקשר את הממצא שלך בצורה כנה וברורה לקורא. AI; זהו כלי עזר רב עוצמה בהצעת סוג התרשים הנכון, ניסוח קוד הדמיה, עריכת טבלאות ובדיקת עיצובים מטעים. אבל כל מספר בתחתית התרשים חייב להגיע מהנתונים האמיתיים שלך; גרף יפהפה שהופק על ידי "נתוני המדגם" של AI אינו הממצא שלך. הבהירו את המסר, בחרו את הז'אנר הנכון, השאירו את הציר והקנה מידה כנים, הפכו אותו לנגיש, ולעולם אל תשימו "מרשים" לפני "כנה".
משימת יישום
בחר קבוצה קטנה של עובדות או נתונים שאספת בעצמך. בחר את הסוג המתאים להודעה שלך עם התבנית "בחירת סוג תרשים". עם תבנית "קוד ההדמיה", קח קוד מה-AI והרץ אותו על הנתונים שלך (לעולם לא עם מספרים שה-AI הכינה). שרטו את אותם נתונים עם ציר מקווקו, הציבו את שני הגרפים זה לצד זה והראו כיצד ההבדל מוגזם עם תבנית "בדיקת כנות".
רשימת בדיקה
- [ ] הבהרתי את המסר היחיד שהתרשים מנסה להעביר.
- [ ] בחרתי את הסוג הגרפי המתאים להודעה עם הצדקה.
- [ ] יצרתי את התרשים עם הפלט האמיתי שלי, לא ייצור בינה מלאכותית.
- [ ] התחלתי את הציר באפס ושמרתי על קנה המידה פרופורציונלי.
- [ ] השתמשתי בצבע נגיש ובתוויות ברורות.