Punktdiagramme interpretieren

Punktdiagramme ähneln den Balkendiagrammen, da sie für jede Kategorie einer kategorialen Variable eine numerische Kennzahl anzeigen. Sie haben zwei Vorteile gegenüber Balkendiagrammen: Du kannst eine logarithmische Skala für die Metrik verwenden und du kannst mehr als eine Metrik pro Kategorie anzeigen.

Hier ist ein Punktdiagramm der Social-Media-Follower der 100 berühmtesten Athleten aus dem Jahr 2017 laut ESPN mit einer Zeile pro Athlet. Für jeden Athleten werden drei Metriken angezeigt: die Anzahl der Follower auf Facebook, auf Instagram und auf Twitter. Es werden nur die Athleten für Basketball, Kricket, Fußball und Tennis angezeigt, die ein Benutzerkonto auf der jeweiligen Plattform hatten. Die Zeilen sind für jede Sportart alphabetisch sortiert.

Ein Punktdiagramm der Anzahl der Social-Media-Follower von berühmten Basketballern, Kricketspielern, Fußballern und Tennisspielern. Die Social-Media-Plattformen sind Facebook, Instagram und Twitter.

Schau dir das Diagramm an. Welche Aussage über die Anhängerschaft des genannten Sportlers in den sozialen Medien ist falsch?

Diese Übung ist Teil des Kurses

Datenvisualisierung verstehen

Interaktive Übung zum Anfassen

Setzen Sie die Theorie mit einer unserer interaktiven Übungen in die Tat um

Beginnen Sie mit dem Training

Diese Übung ist Teil des Kurses

Datenvisualisierung verstehen

Geringe SchwierigkeitSchwierigkeitsgrad

4.8+

Kurs kostenlos starten

In diesem Kapitel lernst du anhand von realen Daten über britische Monarchen, australische Gehälter, panamaische Tiere und den US-Zigarettenkonsum den Wert von Visualisierungen kennen, um die Spanne einer Variable mithilfe von Histogrammen und Kastendiagrammen grafisch darzustellen.

Exercise 1: Ein Diagramm sagt mehr als tausend Worte Exercise 2: Motivierende Visualisierung Exercise 3: Kontinuierliche vs. kategoriale Variablen Exercise 4: Histogramme Exercise 5: Histogramme interpretieren Exercise 6: Einstellen der Bin-Breite Exercise 7: Kastendiagramme Exercise 8: Kastendiagramme interpretieren Exercise 9: Kastendiagramme anordnen

Du lernst, wie du Datendiagramme interpretieren kannst, und verstehst die wichtigsten Konzepte der Datenvisualisierung wie Korrelation, lineare Beziehungen und logarithmische Skalen. In interaktiven Übungen lernst du außerdem, wie du die Beziehung zwischen zwei kontinuierlichen Variablen mithilfe von Streudiagrammen und Liniendiagrammen untersuchen kannst. Du wirst Daten über die Lebenserwartung, die Nutzung von Technologien, COVID-19-Fälle und jugendliche Straftäter in der Schweiz kennenlernen. Als Nächstes lernst du zwei weitere beliebte Visualisierungen kennen – Balkendiagramme und Punktdiagramme –, die häufig verwendet werden, um die Beziehung zwischen kategorialen und kontinuierlichen Variablen zu untersuchen. Hier erfährst du mehr über berühmte Sportler, Gesundheitsumfragen und den Preis für einen Big Mac auf der ganzen Welt.

Exercise 1: Streudiagramme Exercise 2: Streudiagramme interpretieren Exercise 3: Trends mit Streudiagrammen Exercise 4: Liniendiagramme Exercise 5: Liniendiagramme interpretieren Exercise 6: Logarithmische Skalen für Liniendiagramme Exercise 7: Balkendiagramme Exercise 8: Balkendiagramme interpretieren Exercise 9: Interpretation von gestapelten Balkendiagrammen Exercise 10: Punktdiagramme Exercise 11: Punktdiagramme interpretieren

Aktuelle Übung

Exercise 12: Punktdiagramme sortieren

Es ist an der Zeit, deine Erkenntnisse noch wirkungsvoller zu machen. Entdecke, wie du Farben und Formen hinzufügen kannst, um deine Datenvisualisierungen klarer und verständlicher zu machen, besonders wenn du mit mehr als zwei Variablen gleichzeitig arbeitest. Du erfährst mehr über die Immobilienpreise in Los Angeles, die Aktienkurse von Technologieunternehmen, Angst vor Mathe, die besten Hip-Hop-Songs, die Vorlieben für Scotch Whisky und die Fettsäuren in Olivenöl.

Exercise 1: Höhere Dimensionen Exercise 2: Eine weitere Dimension für Streudiagramme Exercise 3: Eine weitere Dimension für Liniendiagramme Exercise 4: Farbe verwenden Exercise 5: Auffällige Farben Exercise 6: Qualitativ, sequenziell, divergierend Exercise 7: Daten hervorheben Exercise 8: Viele Variablen auf einmal darstellen Exercise 9: Paardiagramme interpretieren Exercise 10: Korrelations-Heatmaps interpretieren

In diesem letzten Kapitel erfährst du, wie du die häufigsten Probleme beim Erstellen von Diagrammen erkennen und vermeiden kannst. Wie kannst du zum Beispiel vermeiden, dass du missverständliche oder schwer zu interpretierende Diagramme erstellst? Und wird dein Publikum verstehen, was du ihm sagen willst? Alles wird aufgedeckt! Du erkundest Windrichtungen, Asthmaanfälligkeit und Sitze im deutschen Bundesrat.

Exercise 1: Polarkoordinaten Exercise 2: Tortendiagramme Exercise 3: Rosendiagramme Exercise 4: Achsen des Bösen Exercise 5: Achsen für Balkendiagramme Exercise 6: Duale Achsen Exercise 7: Reizüberflutung Exercise 8: Diagrammmüll Exercise 9: Mehrere Diagramme Exercise 10: Glückwunsch!