Ein Diagramm sagt mehr als tausend Worte
Datenvisualisierung verstehen
Richie Cotton
Data Evangelist at DataCamp
Was du lernen wirst
- Wie du eine geeignete Diagrammart auswählst
- Wie du die gängigen Arten von Diagrammen interpretierst
- Die Best Practices zum Erstellen von Diagrammen
Drei Möglichkeiten, Erkenntnisse zu gewinnen
Berechnung zusammenfassender Statistiken
Mittelwert, Median, Standardabweichung
Anwendung von Modellen
Lineare und logistische Regression
Erstellen von Diagrammen
Streudiagramm, Balkendiagramm, Histogramm
Das Datasaurus-Dutzend
| away_x | away_y | bullseye_x | bullseye_y | ... | x_shape_x | x_shape_y |
|---|---|---|---|---|---|---|
| 32,33 | 61,41 | 51,20 | 83,34 | ... | 38,34 | 92,47 |
| 53,42 | 26,19 | 58,97 | 85,50 | ... | 35,75 | 94,12 |
| 63,92 | 30,83 | 51,87 | 85,83 | ... | 32,77 | 88,52 |
| 70,29 | 82,53 | 48,18 | 85,05 | ... | 33,73 | 88,62 |
| 34,12 | 45,73 | 41,68 | 84,02 | ... | 37,24 | 83,72 |
| 67,67 | 37,11 | 37,89 | 82,57 | ... | 36,03 | 82,04 |
1 Matejka, J., & Fitzmaurice, G. (2017) https://www.autodeskresearch.com/publications/samestats
Mittelwert von x für jeden Datensatz
| Datensatz | mittelwert(x) |
|---|---|
| away | 54,27 |
| bullseye | 54,27 |
| circle | 54,27 |
| dino | 54,26 |
| dots | 54,26 |
| h_lines | 54,26 |
| high_lines | 54,27 |
| Datensatz | mittelwert(x) |
|---|---|
| slant_down | 54,27 |
| slant_up | 54,27 |
| Stern | 54,27 |
| v_lines | 54,27 |
| wide_lines | 54,27 |
| x_shape | 54,26 |
Mittelwert von x und y für jeden Datensatz
| Datensatz | mittelwert(x) | mittelwert(y) |
|---|---|---|
| away | 54,27 | 47,83 |
| bullseye | 54,27 | 47,83 |
| circle | 54,27 | 47,84 |
| dino | 54,26 | 47,83 |
| dots | 54,26 | 47,84 |
| h_lines | 54,26 | 47,83 |
| high_lines | 54,27 | 47,84 |
| Datensatz | mittelwert(x) | mittelwert(y) |
|---|---|---|
| slant_down | 54,27 | 47,84 |
| slant_up | 54,27 | 47,83 |
| Stern | 54,27 | 47,84 |
| v_lines | 54,27 | 47,84 |
| wide_lines | 54,27 | 47,83 |
| x_shape | 54,26 | 47,84 |
Standardabweichungen für jeden Datensatz
| Datensatz | std_abw(x) | std_abw(y) |
|---|---|---|
| away | 16,77 | 26,94 |
| bullseye | 16,77 | 26,94 |
| circle | 16,76 | 26,93 |
| dino | 16,77 | 26,94 |
| dots | 16,77 | 26,93 |
| h_lines | 16,77 | 26,94 |
| high_lines | 16,77 | 26,94 |
| Datensatz | std_abw(x) | std_abw(y) |
|---|---|---|
| slant_down | 16,77 | 26,94 |
| slant_up | 16,77 | 26,94 |
| Stern | 16,77 | 26,93 |
| v_lines | 16,77 | 26,94 |
| wide_lines | 16,77 | 26,94 |
| x_shape | 16,77 | 26,93 |
Kontinuierliche und kategoriale Variablen
Kontinuierlich: meist Zahlen
- Höhen, Temperaturen, Einnahmen
Kontinuierliche und kategoriale Variablen
Kontinuierlich: meist Zahlen
- Höhen, Temperaturen, Einnahmen
Kategorial: meist Text
- Augenfarben, Länder, Branche
Kontinuierliche und kategoriale Variablen
Kontinuierlich: meist Zahlen
- Höhen, Temperaturen, Einnahmen
Kategorial: meist Text
- Augenfarben, Länder, Branche
Kann beides sein
- Alter ist kontinuierlich, aber die Altersgruppe ist kategorial
- Zeit ist kontinuierlich, der Monat des Jahres ist kategorial
Lass uns üben!
Datenvisualisierung verstehen
