คำถามติดแท็ก presentation

3
จะแสดงโครงเรื่องของกล่องที่มีค่าผิดพลาดรุนแรงได้อย่างไร?
ฉันสามารถใช้แนวทางบางอย่างเกี่ยวกับการนำเสนอข้อมูลบางอย่าง พล็อตแรกนี้เป็นการเปรียบเทียบการควบคุมกรณีสำหรับ cytokine IL-10 ฉันได้ตั้งแกน y ด้วยตนเองเพื่อรวม 99% ของข้อมูล เหตุผลที่ฉันตั้งค่าด้วยตนเองนี้เป็นเพราะกลุ่มเคสมีค่าผิดปกติมาก ผู้ทำงานร่วมกันของฉันลังเลที่จะทำการลบข้อมูลในชุดข้อมูลของเราออกไป ฉันโอเคกับมัน แต่พวกเขาไม่ต้องการ นั่นเป็นทางออกที่ชัดเจน แต่ถ้าฉันจะเก็บข้อมูลทั้งหมดและไม่ลบค่าผิดปกตินี้ฉันจะแสดง boxplot นี้อย่างเหมาะสมได้อย่างไร แกนแยก? เป็นที่ยอมรับหรือไม่ที่จะใช้เพียงกราฟแรกและทราบว่าสร้างขึ้นเพื่อรวมข้อมูลทั้งหมดหรือไม่ (ตัวเลือกนี้รู้สึกไม่สุจริตสำหรับฉัน) คำแนะนำใด ๆ ที่จะดี

2
ฉันจะจัดระเบียบการนำเสนอโปสเตอร์ของฉันได้อย่างไร
ขณะนี้ฉันกำลังดำเนินการนำเสนอโปสเตอร์และต้องการคำแนะนำ (หรือการอ้างอิงถึงคำแนะนำ) เกี่ยวกับบางแง่มุมของกราฟิก สำหรับตัวอย่างโปสเตอร์ที่ฉันกำลังพูดถึงดูเนื้อหาเพิ่มเติมสำหรับบทความ ASA Data Expo ในเล่มที่ 20 ฉบับที่ 2 ของวารสารการคำนวณและสถิติแบบกราฟิก (อีกตัวอย่างอยู่ที่นี่ ( Hendrix et al., 2008 )) โปรดทราบด้วยว่าหากเป็นเรื่องสำคัญฉันจะยืนอยู่กับโปสเตอร์ที่พิมพ์ออกมาทางกายภาพมีกระดาษลงไปในรายละเอียดเพิ่มเติมเกี่ยวกับโครงการหากผู้สัญจรผ่านไปโดยร้องขอและสถานที่จะเป็นการประชุมทางวิชาการ การไหลของวัตถุควรแสดงในกราฟิกอย่างไร ผู้คนในภาษาอังกฤษมักอ่านจากซ้ายไปขวาแผงในโปสเตอร์ของฉันควรเป็นแบบเดียวกันหรือไม่ สำหรับตัวอย่าง (พิจารณาลำดับตามลำดับที่ฉันต้องการให้พาเนลถูกอ่าน) ลำดับของตารางที่ 1 จะดีกว่าในตารางที่ 2 หรือไม่? Table 1: 1 2 3 Table 2: 1 3 5 4 5 6 2 4 6 กราฟิกแต่ละตัวควรมีขนาดเล็ก / ใหญ่เท่าใด เมื่อผู้คนหยุดมองที่กราฟิกจริงบอกว่าพวกเขายังคงยืนห่างออกไป (นี่คือข้อสมมติฐานที่สมเหตุสมผลหรือไม่) …

3
จะเลือกระดับความมั่นใจได้อย่างไร
ฉันมักจะใช้ระดับความเชื่อมั่น 90% โดยยอมรับว่าสิ่งนี้มีระดับความไม่แน่นอนมากกว่า 95% หรือ 99% แต่มีแนวทางใดบ้างในการเลือกระดับความมั่นใจที่ถูกต้อง? หรือแนวทางสำหรับระดับความเชื่อมั่นที่ใช้ในด้านต่างๆ นอกจากนี้ในการตีความและนำเสนอระดับความเชื่อมั่นมีคำแนะนำในการเปลี่ยนตัวเลขเป็นภาษาหรือไม่ ตัวอย่างเช่นคำแนะนำเช่นนี้สำหรับ r ของ Pearson ( แก้ไข:คำอธิบายเหล่านี้มีไว้สำหรับสังคมศาสตร์): http://faculty.quinnipiac.edu/libarts/polsci/Statistics.html ปรับปรุง ขอบคุณสำหรับคำตอบด้านล่าง พวกเขาล้วนมีประโยชน์มีประโยชน์ลึกซึ้งและให้คำแนะนำ นอกจากนี้ด้านล่างเป็นบทความที่ดีเกี่ยวกับการเลือกระดับนัยสำคัญ (โดยพื้นฐานแล้วเป็นคำถามเดียวกัน) ที่ฉันได้พบขณะที่มองคำถามนี้ พวกเขาตรวจสอบสิ่งที่พูดในคำตอบด้านล่าง "นัยสำคัญของนัยสำคัญ 0.05 คืออะไร" http://www.p-value.info/2013/01/whats-significance-of-005-significance_6.html "บนต้นกำเนิดของนัยสำคัญทางสถิติที่ระดับ. 05" http://www.radford.edu/~jaspelme/611/Spring-2007/Cowles-n-Davis_Am-Psyc_orignis-of-05-level.pdf "วิธีการทางวิทยาศาสตร์: ข้อผิดพลาดทางสถิติ" http://www.nature.com/news/scientific-method-statistical-errors-1.14700

1
การแสดงข้อมูลลำดับ - หมายถึงค่ามัธยฐานและค่าเฉลี่ยอันดับ
ฉันมีข้อมูลลำดับที่ไม่ได้กระจายตามปกติดังนั้นฉันตัดสินใจทำการทดสอบแบบไม่อิงพารามิเตอร์โดยใช้ Mann-Whitney U Test ฉันกำลังดูความแตกต่างระหว่างกลุ่มสำหรับเจ็ดคะแนน - คะแนนเหล่านี้เป็น 0, 1, 2 หรือ 3 สำหรับแต่ละวิชา ฉันมีช่วงเวลาที่ยากลำบากในการหาวิธีแสดงข้อมูลของฉัน! ถ้าฉันนำเสนอข้อมูลโดยใช้ค่ามัธยฐาน (และค่า IQR ของค่ามัธยฐาน) ก็ไม่ชัดเจนเลยว่าความแตกต่างนั้นเป็นเพราะส่วนใหญ่ค่าเฉลี่ยของสื่อกลางอยู่ที่ 0 หรือ 1 ดังนั้นแม้จะทดสอบ Mann-Whitney U แสดงความแตกต่างอย่างมีนัยสำคัญ ตารางดูไม่น่าสนใจ ฉันยังสามารถนำเสนอข้อมูลโดยใช้วิธีการ มีเอกสารทางวิทยาศาสตร์บางฉบับที่บอกว่าคุณสามารถใช้วิธีการที่มีข้อมูลลำดับ แต่คุณไม่สามารถตั้งสมมติฐานประเภทเดียวกันเกี่ยวกับความแตกต่างระหว่างคะแนน (เช่นความแตกต่างระหว่าง 0 และ 1 ไม่เหมือนกับระหว่าง 1 และ 2) การใช้หมายถึงจะเป็นการโต้เถียงเล็กน้อยแม้ว่าตัวเลขในตารางจะบอกเล่าเรื่องราวได้ดีเมื่อฉันใช้ ตัวเลือกที่สามคือการใช้อันดับเฉลี่ยที่ SPSS มอบให้ฉันในผลลัพธ์ของ Mann-Whitney อันดับเฉลี่ยคือสิ่งที่มีการเปรียบเทียบระหว่างกลุ่มดังนั้นบางทีฉันควรใช้เหล่านั้น ปัญหาเดียวที่ฉันมีคือค่าเฉลี่ยไม่ได้หมายถึงอะไรจริง ๆ ที่เกี่ยวกับข้อมูลจริง (เช่นฉันไม่เห็นว่าวิชาอยู่ใกล้กับ 3 ในขณะที่การควบคุมอยู่ใกล้กับ …

2
สาขาวิทยาศาสตร์ใดที่ศึกษาว่าผู้คนตีความข้อมูลสรุปเชิงปริมาณและการสร้างภาพข้อมูลได้อย่างไร
มีแหล่งข้อมูลที่รู้จักกันดีมากมายซึ่งให้คำแนะนำเกี่ยวกับการสร้างภาพข้อมูล (เช่น Tufte, Stephen Few และ al , Nathan Yau .) แต่สำหรับสาขาใดที่เราอาจหันไปหาคำตอบของคำถามเช่นนี้ การวิจารณ์แผนภูมิวงกลมเกี่ยวข้องกับการปฏิบัติจริงหรือไม่? คนที่ตีความความยาวสเกลเชิงเส้นได้ดีกว่าความยาวส่วนโค้งมากหรือไม่? ว่าฉันสร้างสรุปดัชนีของชุดของตัวแปรพื้นฐานและอธิบายให้ผู้ชมทั่วไปทราบว่าสหรัฐอเมริกามีค่า 100 ในปี 2010 และ 110 ในปี 2015 คนส่วนใหญ่จะตีความตัวเลขเหล่านี้ได้อย่างไร มีนิสัยทางความคิดตามธรรมชาติที่ฉันควรพิจารณาเมื่อฉันนำเสนอตัวชี้วัดนี้เพื่อยกระดับคำอธิบายที่ดีขึ้นหรือเพื่อป้องกันการตีความที่ผิด? กล่าวอีกนัยหนึ่งว่าเขตข้อมูลทางวิทยาศาสตร์ใดที่สามารถนำเสนอข้อมูลเชิงปริมาณเพื่อค้นหาหลักการที่ชัดเจนและผ่านการทดสอบซึ่งช่วยในการจัดเรียงภาพข้อมูลและคำแนะนำการออกแบบที่มีอยู่มากมายในปัจจุบัน จุดมุ่งหมายไม่ใช่เพื่อหาคำแนะนำความคิดหรือฉันทามติในปัจจุบันเกี่ยวกับวิธีที่ดีที่สุดในการมองเห็นข้อมูลหรือเข้าหาปัญหาการสร้างภาพข้อมูลใหม่ แต่เพื่อเรียนรู้ที่จะมองหาวิทยาศาสตร์ของวิธีการที่คนตีความข้อมูลเชิงปริมาณและ / หรือภาพ (เครดิตพิเศษสำหรับการอ้างอิงวารสารการประชุมและนักวิชาการของสาขา)
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.