그래픽 인식

Graphical perception
Table lookup and pattern perception graphs.png

그래픽 인식은 그래프와 차트의 정보를 시각적으로 해석할 수 있는 인간의 능력이다.양적, 질적 정보 모두 영상에 암호화되어 있다고 할 수 있으며, 이를 해석할 수 있는 인간의 능력을 디코딩이라고 부르기도 한다.[1]인간 그래픽 인식의 중요성, 우리가 쉽게 분별하는 것 대 우리의 두뇌가 해독하기 어려운 것 대 무엇이 더 어려운가를 구분하는 것은 우수한 통계 그래픽 설계에 기초하는데, 여기서 데이터 표시와 해석의 명확성, 투명성, 정확성 및 정밀성은 명확하고 상호 작용하기 위해 그래프의 데이터 번역을 이해하는데 필수적이다.과학을 [2][3][4][5][6][7]미끼로 하다

그래픽 인식은 다음을 통해 식별의 차원 또는 단계에서 달성된다.

  • 검출 : 물리적 값을 인코딩하는 지오메트리의 인식
  • 어셈블리 : 탐지된 기호 요소의 그룹화, 데이터의 전체 패턴 파악
  • 추정 : 두 가지 물리적 값의 상대적 크기 평가.

인간이 가장 정확하게 감지하는 그래픽 요소를 설명하기 위한 클리블랜드와 맥길의 실험은[1] 훌륭한 통계 그래픽 디자인 원리의 기본 요소다.[2][3][5][6][8][9][10][11][12]실용적인 측면에서 공통 척도의 상대적 위치를 가장 정확하게 표시하는 그래프가 가장 효과적이다.이 요소를 사용하는 그래프 유형은 점 그림이다.반대로 각도는 덜 정확하게 인식된다. 예를 들어 파이 차트가 있다.인간은 자연스럽게 색조를 주문하지 않는다.오직 제한된 수의 색조만이 하나의 그래픽으로 차별될 수 있다.

그래프의 디자인 조립체에서 시각적 사전 주의적 처리를 활용하는 그래픽 디자인은 뇌의 패턴 인식 능력을 이용해 그림이 천 단어의 가치를 가질 수 있는 이유다.모든 그래프가 사전 주의 처리를 고려하도록 설계된 것은 아니다.예를 들어 첨부된 그림에서 그래픽 디자인 기능인 테이블 룩업은 그래프가 패턴을 식별하는 우리의 능력을 이용하는 경우보다 뇌가 더 열심히 일하고 해독하는 데 더 오랜 시간이 걸릴 것을 요구한다.[3]

관심 있는 과학적 질문에 쉽게 답하는 그래픽 디자인에는 적절한 추정이 포함될 것이다.연속형 및 범주형 데이터에 적합한 그래프 유형을 선택하고 그룹화를 위한 세부 정보가 설명되어 있다.[6][13]정확성, 명확성, 투명성을 위한 그래픽 원리가 상세하게[2][3][4][14] 설명되었고 주요 요소들이 요약되었다.[15]

참고 항목

참조

  1. ^ a b Cleveland, William; McGill, Robert (1984). "Graphical Perception and Graphical Methods for Analyzing Scientific Data". Journal of the American Statistical Association. 79 (387): 531–544. doi:10.1080/01621459.1984.10478080. JSTOR 2288400.
  2. ^ a b c Cleveland, William (1993). Visualizing Data. Summit, New Jersey: Hobart Press. ISBN 0-9634884-0-6.
  3. ^ a b c d Cleveland, William (1994). The elements of graphing data. Summit, New Jersey: Hobart Press. ISBN 0-9634884-1-4.
  4. ^ a b Tufte, Edward (2001). The Visual Display of Quantitative Information. Cheshire, Connecticut: Graphics Press. ISBN 1930824130.
  5. ^ a b Harrell, Jr, Frank (April 24, 2017). "PRINCIPLES OF GRAPH CONSTRUCTION" (PDF). Vanderbilt. Retrieved June 9, 2018.
  6. ^ a b c Duke, Susan; Bancken, Fabrice; Crowe, Brenda; Soup, Mat; Botsis, Taxiarchis; Forshee, Richard (2015). "Seeing is believing: good graphic design principles for medical research". Statistics in Medicine. 34 (22): 3040–3059. doi:10.1002/sim.6549. PMID 26112209.
  7. ^ Angra, Aakanksha; Gardner, Stephanie (2017). "Reflecting on Graphs: Attributes of Graph Choice and Construction Practices in Biology". CBE: Life Sciences Education. 16 (3): ar53. doi:10.1187/cbe.16-08-0245. PMC 5589433. PMID 28821538.
  8. ^ Cleveland, William; McGill, Robert (1985). "Graphical Perception and Graphical Methods for Analyzing Scientific Data". Science. 229 (4716): 828–833. Bibcode:1985Sci...229..828C. doi:10.1126/science.229.4716.828. PMID 17777913.
  9. ^ Robbins, Naomi (2005). Creating More Effective Graphs. Hoboken, NJ: John Wiley & Sons. pp. 47–62. ISBN 0985911123.
  10. ^ Carswell, C. Melody (1992). "Choosing Specifiers: An Evaluation of the Basic Tasks Model of Graphical Perception". Human Factors: The Journal of the Human Factors and Ergonomics Society. 34 (5): 535–554. doi:10.1177/001872089203400503. PMID 1459565.
  11. ^ Hollands, J. G.; Spence, Ian (1992). "Judgments of Change and Proportion in Graphical Perception". Human Factors: The Journal of the Human Factors and Ergonomics Society. 34 (3): 313–334. doi:10.1177/001872089203400306. PMID 1634243.
  12. ^ "Graph Design Rule #2: Explain your encodings". Flowing Data. 2010-08-26. Retrieved June 9, 2018.
  13. ^ Bancken, Fabrice (September 6, 2012). "Select the Right Graph". CTSpedia Safety Graphics Home. Retrieved June 10, 2018.
  14. ^ Harrell, Jr, Frank (April 24, 2017). "Graphics for Clinical Trials". Vanderbilt Dept of Biostatistics. Retrieved June 10, 2018.
  15. ^ Lane, Peter; Duke, Susan (Aug 12, 2012). "Best Practices Recommendations". CTSpedia Safety Graphics Home. Retrieved June 10, 2018.

외부 링크