사람들이 정량적 요약과 시각화를 해석하는 방법은 무엇입니까?

데이터 시각화에 대한 조언을 제공하는 잘 알려진 리소스가 많이 있습니다. (예 : Tufte, Stephen Few et al , Nathan Yau ) 그러나 다음과 같은 질문에 대한 답을 얻기 위해 어떤 분야를 선택할 수 있습니까 ?

• 원형 차트 비평은 실제로 관련이 있습니까? 호 길이보다 선형 스케일 길이를 해석하는 데 훨씬 더 나은 사람들이 있습니까?
• 기본 변수 집합에 대한 인덱스 요약을 구성하고 일반 청중에게 미국이 2010 년에 100 개의 가치를, 2015 년에 110을 가지고 있다고 설명한다고 가정 해 봅시다. 대부분의 사람들은이 숫자를 어떻게 해석 할 것입니까? 더 나은 설명을 위해 또는 오해로부터 보호하기 위해이 지표를 제시 할 때 고려해야 할 자연스러운인지 습관이 있습니까?

다르게 표현하자면, 정량적 정보를 제시하는 과학자 들이 오늘날 가능한 많은 시각화 및 설계 조언을 분류하는 데 도움이 되는 경험적으로 건전하고 테스트 된 원칙을 찾을 수있는 과학 분야는 무엇 입니까?

목표는 데이터를 시각화하거나 새로운 데이터 시각화 문제에 접근하는 최선의 방법에 대한 조언, 아이디어 또는 현재의 합의를 찾는 것이 아니라 사람들이 양적 및 / 또는 시각적 정보를 해석하는 방법에 대한 과학을 어디에서 찾아야 하는지를 배우는 것입니다.

(해당 분야의 저널, 컨퍼런스 및 학자에 대한 추가 크레딧.)

Gerd Gigerenzer는 수리 또는인지의 수학적인지 측면에서 세계 전문가 중 하나로 널리 인정 받고 있습니다. 그는 자신의 웹 사이트 ( https://www.mpib-berlin.mpg.de/en/staff/gerd-gigerenzer ) 에서 언급 한 주제에 관한 많은 논문과 책을 보유하고 있습니다 . 그의 핵심 텍스트 중 하나는 2002 년 책 ' 계산 된 위험 : 숫자가 당신을 속이는시기를 아는 방법' 입니다. https://www.mpib-berlin.mpg.de/en/research/adaptive-behavior-and-cognition/publications/books/calculated-risks 에서 초록을 읽으십시오.

Gigerenzer의 작업과 관련하여 정보가 제공되는 방식을 살펴 보는인지 기반 의사 결정 이론적 작업이 있습니다. 여기에 대표적인 논문은 Dan Goldstein의 부의 환상과 그 역전입니다 . http://rady.ucsd.edu/docs/seminars/goldstein.pdf 여기 소개가 있습니다 :

최근 연구자와 정책 입안자들은 선택 아키텍처뿐만 아니라 정보 아키텍처 (정보가 사람들에게 제공되는 형식)에 더 많은 관심을 기울이기 시작했다. 예를 들어, 정보 아키텍처에 관한 연구에 따르면 칼로리의 양을 계산하는 데 필요한 운동량의 측면에서 식품의 칼로리 함량을 잘 이해할 수 있으며 정보를 갤런 당 마일 대신 100 마일 당 갤런의 조건. 이 백서는 정보 아키텍처를 조사하지만 칼로리 나 휘발유를 소비하는 대신 은퇴시의 경제 소비를 다룹니다.

최근 문헌에 추가 된 중요한 것은 버클리 Dietvorst의 "알고리즘 혐오"및 의사 결정에 대한 연구입니다. Dietvorst는 예측 모델링을 사용하여 기술적으로 순진하고 / 혹은 문맹은 예측 모델이 "마법의 탄환"이거나 완벽하게 유익하다고 가정하는 경향이 있으며, 알고리즘이 최선의 경우 약한 예측력을 보이는 경우 일반적인 반응은 거부하는 것입니다 정량적 솔루션.

https://marketing.wharton.upenn.edu/mktg/assets/File/Dietvorst%20Simmons%20&%20Massey%202014.pdf

Kaiser Fung과 같은 블로거 가 NYT 또는 WSJ 와 같은 주요 펍의 그래프와 시각화를 비판하는 그의 정크 차트 웹 사이트 를 유지 하고 있습니다. http://junkcharts.typepad.com/

시각화에 대한 귀하의 질문과 관련하여 Manuel Lima와 같은 디자인 전문가의 작품은 VisualComplexity.com 웹 사이트를 유지 관리하는 웹 사이트를 유지 관리합니다. 또한 Lima는 NYC의 Parsons School of Design에서 데이터 시각화를 가르치고 있습니다. http://www.visualcomplexity.com/vc/

파슨스 외에 다른 디자인 및 시각화 기관에는 다음이 포함됩니다.

디자인 및 사회적 맥락 대학 https://www.rmit.edu.au/about/our-education/academic-colleges/college-of-design-and-social-context/

UCLA의 문화 분석 연구소
http://www.ipam.ucla.edu/programs/long-programs/culture-analytics/

Google 문화원 https://www.google.com/culturalinstitute/home

MoMA 디자인 전시회 및 도서

http://www.moma.org/calendar/exhibitions/1071?locale=ko

http://www.amazon.com/Talk-Me-Communication-between-Objects/dp/0870707965

컨퍼런스 측면에서 Eyeo Festival http://eyeofestival.com/이 있습니다

R 소프트웨어에서 시각화 전문가는 Hadley Wickham http://had.co.nz/

SAS 소프트웨어에는 Rob Allison http://www.robslink.com/SAS/graph_book.htm이 있습니다.

마지막으로, "일회용"종류의 웹 사이트가 부족하지 않습니다 :

http://infosthetics.com/ 정부 데이터의 훌륭한 시각

http://www.thefunctionalart.com/2012/09/in-praise-of-connected-scatter-plots.html

http://www.informationisbeautifulawards.com/

Karl Broman의 데이터를 잘못 표시하는 방법 https://www.biostat.wisc.edu/~kbroman/presentations/IowaState2013/graphs_combined.pdf

https://www.biostat.wisc.edu/~kbroman/presentations/IowaState2013/index.html

마리아 포포 바의 디자인 및 커뮤니케이션 블로그 https://www.brainpickings.org/2012/06/26/talk-to-me-moma-paola-antonelli-book/

데이터 시각화 갤러리 http://www.datavis.ca/gallery/index.php

주기적인 데이터 시각화 테이블 http://www.visual-literacy.org/periodic_table/periodic_table.html

데이터의 세계 http://ourworldindata.org/

이것은 단지 존재하는 표면을 긁기 시작합니다 ...

심리 물리학은 인간이 자극에 반응하고 해석하여 데이터 시각화의 해석을 포함하는 방법을 연구합니다. 의견에 링크 된클리블랜드 및 맥길 논문 은 예이며,이 논문 의 두 번째 섹션에서는몇 가지 관점에 대한 간단한 개요를 제공합니다.

수치 또는 수학적 인식 은 수 감각 과 같은 것들을 연구하는인지 과학의 하위 분야입니다 . 그것은 때때로 주관적인 감각이 자극 강도의 로그에 비례한다는 Fechner의 척도 와 같은 심리 물리학의 개념을 빌려옵니다 . 숫자 인식에 적용되는 개념에 대한 Wiki의 설명 :

심리학 연구에 따르면 두 숫자의 차이가 줄어들수록 두 숫자를 구별하는 것이 점점 어려워지고 있습니다. 이것을 거리 효과라고합니다. 이는 대규모 처리 및 거리 추정과 같은 규모 추정 영역에서 중요합니다. 또한 소비자가 대량 구매시 적은 비율을 절약하기 위해 쇼핑하는 것을 무시하는 이유를 설명하는 역할을 할 수 있지만, 절대 구매 금액이 훨씬 적은 소규모 구매에서는 큰 비율을 절약하기 위해 쇼핑 할 것입니다.

행동 경제학에서 전망 이론 ( original paper )은 위험하고 확률론적인 대안들 사이에서 인간의 선택을 조사한다.