Kvalitativní, sekvenční, divergentní

SurveyInsights Lab vytvořil průzkumník barevných škál pro vizualizaci dat z Likertovy škály. Dataset zobrazuje výsledky průzkumu o matematické úzkosti, kde každá otázka má odpovědi v rozmezí od „Rozhodně nesouhlasím" přes „Neutrálně" až po „Rozhodně souhlasím".

Existují tři typy barevných škál, z nichž každý je určen pro jiný typ dat:

Typ	Účel
Kvalitativní	Rozlišení neseřazených kategorií
Sekvenční	Zobrazení pořadí
Divergentní	Zobrazení hodnot nad nebo pod středem

Pomocí výběru barevné škály prozkoumej, jak každý typ ovlivňuje vizualizaci, a pak zvol tu nejvhodnější škálu pro tato data.

Zdroj dat: Bai et al. (2009)

Toto cvičení je součástí kurzu

Porozumění datové vizualizaci

Zobrazit kurz

Interaktivní praktické cvičení

Proměňte teorii v praxi s jedním z našich interaktivních cvičení

Začít cvičení

Toto cvičení je součástí kurzu

Porozumění datové vizualizaci

SkillTag.level.beginnerSkillTag.label

4.8+

12257 reviews

Začněte kurz zdarma

V této kapitole poznáš, jakou sílu mají vizualizace. Na reálných datech o britských panovnících, australských platech, panamských zvířatech a spotřebě cigaret v USA se naučíš graficky zobrazit rozptyl proměnné pomocí histogramů a krabicových grafů.

Exercise 1: Obrázek vydá za tisíc slov Exercise 2: Proč se vizualizace vyplatí Exercise 3: Spojité vs. kategorické proměnné Exercise 4: Histogramy Exercise 5: Interpretace histogramů Exercise 6: Nastavení šířky přihrádek Exercise 7: Krabicové grafy Exercise 8: Interpretace krabicových grafů Exercise 9: Řazení krabicových grafů

Naučíš se interpretovat datové grafy a porozumíš klíčovým konceptům datové vizualizace, jako jsou korelace, lineární závislosti a logaritmické škály. V interaktivních cvičeních prozkoumáš vztah mezi dvěma spojitými proměnnými pomocí bodových a spojnicových grafů. Budeš pracovat s daty o délce života, rozšíření technologií, případech covidu-19 a švýcarské mladistvé kriminalitě. Poté se seznámíš se dvěma dalšími oblíbenými vizualizacemi – sloupcovými grafy a tečkovými grafy – které se často používají ke zkoumání vztahu mezi kategoriálními a spojitými proměnnými. Prozkoumáš data o slavných sportovcích, výsledky zdravotních průzkumů a ceny Big Macu po celém světě.

Exercise 1: Bodové grafy Exercise 2: Čtení bodových grafů Exercise 3: Trendy v bodových grafech Exercise 4: Spojnicové grafy Exercise 5: Jak číst spojnicové grafy Exercise 6: Logaritmické škály u spojnicových grafů Exercise 7: Sloupcové grafy Exercise 8: Jak číst sloupcové grafy Exercise 9: Jak číst skládané sloupcové grafy Exercise 10: Tečkové grafy Exercise 11: Jak číst dot ploty Exercise 12: Řazení bodových grafů

Je čas, aby tvoje zjištění působila ještě přesvědčivěji. Zjisti, jak přidat barvy a tvary, které vizualizace dat zpřehlední a usnadní jejich čtení – zejména když pracuješ s více než dvěma proměnnými najednou. Budeš zkoumat ceny nemovitostí v Los Angeles, ceny akcií technologických firem, matematickou úzkost, největší hip-hopové hity, preference skotské whisky a mastné kyseliny v olivovém oleji.

Exercise 1: Vyšší dimenze Exercise 2: Další rozměr pro bodové grafy Exercise 3: Další dimenze pro spojnicové grafy Exercise 4: Použití barev Exercise 5: Barvy, které upoutají pohled Exercise 6: Kvalitativní, sekvenční, divergentní

Aktuální cvičení

Exercise 7: Zvýrazňování dat Exercise 8: Zobrazení více proměnných najednou Exercise 9: Interpretace párových grafů Exercise 10: Interpretace korelačních heatmap

V závěrečné kapitole se naučíš rozpoznávat a vyhýbat se nejčastějším chybám v grafech. Jak se vyhnout vizualizacím, které zavádějí nebo jsou těžko čitelné? A pochopí tvoje publikum, co se jim snažíš sdělit? Odpovědi na všechny tyto otázky tě čekají! Budeš zkoumat směry větrů, výskyt astmatu a zastoupení v německé Spolkové radě.

Exercise 1: Polární souřadnice Exercise 2: Koláčové grafy Exercise 3: Růžicové grafy Exercise 4: Osy zla Exercise 5: Osy sloupcového grafu Exercise 6: Dvojité osy Exercise 7: Přetížení smyslů Exercise 8: Chartjunk Exercise 9: Více grafů Exercise 10: Gratulujeme!