Amigos não deixam amigos fazerem gráficos ruins

Bons e maus exemplos de visualização de dados

• Um ensaio com opiniões sobre visualização de dados, incluindo exemplos e explicações de boas e más visualizações.

Não faça gráficos de barras para separar médias

• Gráficos de separação de médias são comuns em publicações científicas, mas gráficos de barras não são adequados para mostrar se dois grupos com distribuições e desvios-padrão semelhantes são de fato iguais.
• Enfatiza que é preciso verificar alguns pontos antes de usar gráficos de barras.

Não faça violin plots para tamanhos de amostra pequenos

• Em amostras pequenas, a distribuição e os quartis podem variar bastante, então violin plots não fazem sentido.
• Por meio de experimentos, confirma-se que a distribuição se estabiliza quando o tamanho da amostra é de 50 ou mais.

Não use escalas de cor bidirecionais para dados unidirecionais

• Usar uma escala de cor bidirecional para dados unidirecionais é um grande erro em visualização de dados.
• A escala de cor deve representar valores especiais que tenham significado.

Não represente resultados de experimentos multifatoriais com gráficos de barras

• Para comunicar de forma eficaz os resultados de experimentos multifatoriais, é preciso projetar com cuidado o agrupamento e a distinção por fator.

Não faça heatmaps sem reorganizar linhas e colunas

• Heatmaps devem ser construídos de forma eficaz considerando a ordem das linhas e colunas.
• É possível reorganizar linhas e colunas por meio de clustering, mas essa não é a única forma.

Não faça heatmaps sem verificar outliers

• Se não forem verificados outliers em um heatmap, isso pode afetar fortemente a interpretação dos dados.

Não se esqueça de verificar a faixa de dados em cada nível de fator

• Em experimentos multifatoriais, a faixa da variável de resposta pode variar bastante conforme o nível do fator.

Não faça gráficos de rede sem testar vários layouts

• A aparência de um gráfico de rede é um elemento importante que determina sua eficácia.
• Alterar o layout pode facilitar a interpretação de um gráfico de rede.

Não confunda visualizações baseadas em posição com visualizações baseadas em comprimento

• Confundir visualizações baseadas em posição com visualizações baseadas em comprimento pode causar interpretações equivocadas.
• Não começar um gráfico de barras a partir de 0 é um grande erro em visualização de dados.

Não faça gráficos de pizza

• Gráficos de pizza são criticados porque humanos não são bons em ler ângulos e áreas.
• Se quiser representar dados por comprimento, é melhor “desenrolar” o gráfico de rosca e criar um gráfico de barras empilhadas.

Não faça gráficos de rosca concêntricos

• Gráficos de rosca concêntricos podem representar mal os dados porque o comprimento do arco do anel externo é muito maior que o do anel interno.
• Uma alternativa simples e eficaz é “desenrolar” o gráfico de rosca e criar um gráfico de barras empilhadas.

Não use escalas de cor vermelho/verde nem arco-íris

• Deve-se usar escalas de cor amigáveis para daltônicos e que preservem bem a informação também em escala de cinza, considerando o daltonismo vermelho-verde.

Não se esqueça de reorganizar gráficos de barras empilhadas

• Quando há muitas amostras e classes, é preciso otimizar a ordem dos gráficos de barras empilhadas para torná-los eficazes.

Opinião do GN⁺

O ponto mais importante deste texto é aumentar a conscientização sobre erros comuns cometidos na visualização de dados e como evitá-los. A visualização de dados é uma ferramenta poderosa para transmitir informações complexas de forma fácil de entender, mas, se usada incorretamente, pode causar interpretações erradas. Este texto oferece orientações interessantes e úteis para todos que desejam transmitir dados com precisão e clareza.

[xguru]

O título do texto é bem divertido. Se você vir o texto original, há também um gráfico de exemplo, então fica fácil de entender.

[GN⁺]

Opiniões no Hacker News

• Comentário apontando que alguns gráficos podem ser escolhidos intencionalmente para esconder a falta de pontos de dados ou distribuições suspeitas.
• Não definir os outliers como valor máximo em mapas de calor é um problema comum em visualizações de estatísticas de videogames e muitas vezes é quase inútil para diagnosticar problemas reais de temperatura.
• O fato de o eixo de um gráfico não começar em 0 não significa necessariamente que ele seja enganoso, e há comentário compartilhando frustração com esse tipo de afirmação.
• Um bom panorama dos erros comuns em visualização de dados, com um comentário dizendo que gostaria de compartilhar isso com colegas e recomendando materiais baseados em pesquisas sobre percepção humana.
• Como referência adicional sobre visualização de dados, recomendação de "The Visual Display of Quantitative Information", de Edward Tufte, publicado em 1983.
• Comentário sugerindo consultar "Graphic Presentation", de Willard C. Brinton, publicado em 1939, observando que muitas lições sobre visualização de dados não são novas.
• O conselho "amigos não deixam amigos usarem escalas de cores divergentes" recomenda não usar escala de cores bidirecional para dados unidirecionais.
• Compartilhamento de um link de vídeo com uma visão negativa sobre violin plots, dizendo que violin plots não deveriam existir.
• Apresentação de uma palestra, "How Humans See Data", que reúne várias ideias baseadas em pesquisas sobre a forma como os humanos observam dados.
• Menção a um guia que explica como classificar tipos de dados e escolher o estilo de gráfico/tabela mais adequado para cada tipo, junto com um comentário lamentando não ter salvo esse guia nos favoritos.