WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 | 2 || 4 |

На Рис. 14 приводятся результаты опроса, который автор данной работы вместе с коллегами проводил в 2011 году. Целью опроса было выяснить, люди каких возрастов играют в компьютерные игры онлайн, в какие именно игры и по сколько часов в неделю. Преимуществом данной формы представления является то, что на ней видны все результаты опроса, включая кол-во отозвавшихся на призыв респондентов, точный возраст каждого из них, кол-во играющих от общего числа опрошенных, конкретные игры и кол-во часов, проводимое за игрой каждым респондентом. Иными словами, данная графическая форма представления данных является многомерной (многомерность вообще является одним из критериев хорошо проработанной статистической графики; в частности, обычно хороший результат дает отображение динамики одновременно в пространстве и во времени - естественно, когда природа данных это позволяет). Разумеется, если бы результатов было значительно больше (было бы больше респондентов), пришлось бы разрабатывать другую форму. В данном же случае легко на глаз определить соотношение играющих и неиграющих респондентов, в то время как отображение соотношения играющих ко всем респондентами в виде чисел дополнительно ничего бы не дало.

Рис. 14. Пример построения столбчатой диаграммы на основе результатов опроса (песочные часы с цифрами обозначают количество часов в неделю, проводимое за играми) Низкая информативность диаграммы – это первая из фундаментальных и наиболее часто встречающихся проблем. Другая такая проблема – диаграммный мусор.

«Диаграммный мусор» – это все, что включено в изображение, отображающее числовую информацию, но при этом не является ни самой числовой информацией, ни чем-то, что помогает эту информацию понять или необходимо для понимания (осями координат, обозначениями единиц измерения, линиями трендов и т. д. – хотя и эти элементы во многих случаях можно расценить как мусор). Говоря иначе, мусор – это все, что можно удались с изображения, оставляя его столь же информативным, как и до того. Например, с точки зрения классической или хорошо проработанной современной научной графики, большая часть практически любой современной инфографики – это и есть диаграммный мусор (сравните с учетом приведенных определений Рис. 2, Рис. 3, Рис. 11, Рис.

12, Рис. 13 и Рис. 14). Можно рассчитать один из показателей (L) эффективности представления, как отношения количества «чернил», потраченных на отображение информации к общему количеству использованных «чернил»:

I Id j L = 100% = (1- ) 100%, Ia Ia где Id - количество «чернил», потраченное целевым образом, то есть на отображение данных и необходимой сопутствующей информации (Эдвард Тафти называет эти «чернила» термином “Data Ink” [9]), I - количество «чернил», потраченных на все остальное, а Ia - общее количество j «чернил», затраченных на изображение.

Разумеется, понятие «чернил» применимо только для изображений, нарисованных вручную (технически оно также применимо к изображениям, распечатанным на струйных принтерах, но когда они напечатаны – их сложно анализировать). Поскольку большинство изображений информационной графики сегодня создается посредством компьютера, представляется логичным анализировать их в цифровом виде и использовать в качестве единицы измерения «зарисованной» площади пиксели или единицы измерения длины. Кроме того, бумага, ранее используемая для создания изображений вручную, зачастую была белой и все, что дополнительно на ней появлялось, было чернилами. В случае же с редактированием цифровых изображений часто имеет место цвет фона, отличный от белого, и его имеет смысл отфильтровывать перед проведением вычислений, то есть не рассматривать пиксели фона в качестве закрашенных и не использовать их в вычислениях.

Третья фундаментальная проблема, имеющая место с некоторыми образчиками графического представления числовых данных – это «диаграммная ложь», «диаграммная полуправда» или просто искажение данных в одной или нескольких формах кодирования. Форма кодирования информации в данном случае – это способ передачи информации в изображении.

Сами числовые данные в виде цифр – это форма кодирования, каковой является также и площадь сектора на круговой диаграмме или высота столбца – на столбчатой. Также формами кодирования могут быть цвета, уровни размещения элементов данных по вертикали, размеры шрифтов и многое другое. При создании информационной графики обычно используют сразу несколько форм кодирования. Искажение данных проявляется в том, что одна из форм сообщает информацию, отличающуюся от сообщаемой другими.

Рассмотрим еще раз Рис. 10 и проанализируем величины, изображенные на нем (первая форма кодирования), соотношение между ними, а также соотношение диаметров кругов, которые им сопоставлены (вторая форма кодирования). Соответствующие сведения представлены в Табл. 1.

Табл. 1. Анализ инфографики из газеты "Правда" № позиции 1 2 3 4 Числовое значение 1 24 279 514 Диаметр соответствующего круга (мм, при 22 33 49 64 размере изображения 275 на 158 мм) Тафти предлагает для статистических изображений метрику, которую можно назвать «мерой правдивости» (M). Изображение тем «правдивее», чем метрика ближе к 1 (в оригинале употребляется термин “Lie Factor” [8], но учитывая, что оптимальное значение данной меры равно 1, употребление оригинального термина может вводить в заблуждение):

EG M =, ED где EG – размер эффекта, показанного в графике, а ED – размер эффекта, отраженного в цифрах (на том же изображении или в других формах представления, например, в таблицах, в том же источнике). При этом размер эффекта (E) рассчитывается следующим образом:

vmax - vmin E = 100%, vmin где vmax и vmin – это либо максимальное и минимальное значения величин в отображаемом наборе чисел (для случая ED ), либо (для случая EG ) максимум и минимум некой меры графического элемента, представляющего эти числа на изображении, при этом характер меры зависит от конкретного представления и формы кодирования (диаметр или площадь круга, диагональ прямоугольника, высота столбца, размер шрифта и т. д.) Размер эффекта, показанный в данных на изображении выше, вычислим следующим образом:

537 -100% = 53600%, а размер эффекта, показанный с помощью графики, составляет 76 - 100% 245,45%.

В данном случае мера правдивости составляет 0,0046. На указанной диаграмме верно показано лишь направление изменений.В качестве следующего образца для экспериментов можно взять одно из изображений из книги Николая Рубакина «Россия в цифрах. Страна. Народ. Сословия. Классы», изданной в 1912 году в Санкт-Петербурге.

Вообще, объективнее было бы отразить помимо объемов производства еще и его темп роста, и в этом случае впечатление от диаграммы было бы совсем другим.

Рис. 15. Статистическая графика из книги Н. Рубакина 1912 года издания [22] В книге множество отлично выполненных с иллюстративной точки зрения изображений, но у многих из них схожая проблема: непонятно, что выступает дополнительной к записанным цифрам формой кодирования: высота фигуры человека или ее площадь.

В данном случае, если в качестве графической формы кодирования численности населения рассматривать высоту фигур, то мера правдивости составит всего 0,, если же сопоставлять числовые данные и площади фигур людей, то результат значительно лучше, чем у изображения из 0,газеты «Правда» –. Получается, что перед нами не столбчатая диаграмма, как ни был бы велик соблазн считать ее таковой.

Недалеко ушла в отношении «правдивости» и инфографика в нижней части Рис. 12. Топливо “Evolution”, согласно изображению в верхней части того же рисунка и информации с сайта его производителя, не обязательно превосходит «98-ой бензин» октановым числом, как можно было бы подумать, глядя на размещение кругов, соответствующих элементам данных, и вряд ли дает такой прирост размера эффекта, какой показан за счет площадей этих кругов (что бы под этим эффектом ни подразумевалось). Впрочем, от инфографики, применяемой в рекламных целях, было бы наивно ожидать абсолютной искренности.

Последней, впрочем, можно было бы ожидать от студентов-выпускников. Рис. представляет собой часть иллюстративного материала, представленного государственной аттестационной комиссии к защите одного дипломного проекта.

Рис. 16. «Слишком» прямая линия В данном случае неважно, чему равна мера правдивости, потому что и без нее понятно, что зависимость количества обнаруженных в программе ошибок от номера тестового прогона должна носить несколько более сложный характер, чем y = -3x +15. Приведенный график говорит нам даже больше, чем ожидал его автор: либо а) студент вообще не тестировал программу, либо б) студент чрезвычайно везуч. К сожалению, ни то, ни другое никак не связано с реальным процессом тестирования программного обеспечения, навыки которого студент по идее должен был продемонстрировать.Если «диаграммная ложь» присутствует, то чаще всего лжет либо графическое представление, либо цифровое и графическое представления вместе. Если графика отражает истину, а цифры – нет, то возникает вопрос: как графика получена Последний из представленных примеров относится, скорее, к категории курьезов, но в общем случае «диаграммная ложь» опасна тем, как она воспринимается. По определению человек понимает нарисованное лучше, чем то же самое, но в виде цифр, если цифр много. В случае, когда разные формы кодирования на изображении несут разную информацию, подсознательно или интуитивно человек «ухватит» графическую информацию быстрее, и в памяти она останется значительно дольше, чем цифры.

Иными словами, ложь в сознании будет превалировать над правдой.

Хорошо проработанная диаграмма могла бы, помимо прочего, отражать календарный график тестирования и отражать интеграцию последнего в процесс разработки программного обеспечения, потому что в данном случае непонятно, что подразумевается под итерацией, почему их было пять, и когда именно они проводились.

О методике оценки графического представления числовых данных Недостаточно выявить наиболее часто встречающиеся фундаментальные проблемы в статистической графике и проблемы, связанные с методами ее создания. Графика может быть одновременно и инструментом, и результатом научного исследования (то есть результаты часто представляются графически), а потому, как ни крути, качество всего научного исследования определяется, в том числе, и качеством графики.7 Как говорилось выше, графику нужно проектировать, а этот процесс требует времени и сил. Очевидно, что статистическая графика должна подвергаться некой оценке, хотя разработка методики такой оценки – задача весьма непростая.

Как было показано выше, изображение, отражающее числовую информацию, может быть количественно оценено с точки зрения доли диаграммного мусора и меры правдивости.

Действительно, автором данной работы была создана несложная программа для выполнения таких оценок (названная по фамилии многократно упоминавшегося в данной работе теоретика информационной графики – “Tuftemetr”), а кроме того, они могут быть выполнены в одном из популярных профессиональных редакторов изображений, например, в Adobe Photoshop (разумеется, при наличии навыка и данного программного обеспечения, приобретенного законным образом).

Однако если с мерой правдивости все довольно просто, то процедура оценки с точки зрения доли диаграммного мусора может быть в принципе формализована лишь на стадии вычислений, но не на стадии, их предваряющей, то есть во время определения того, что именно является мусором, а что – нет. Например, математик вполне может забраковать изображение без традиционных осей абсцисс и ординат, даже если и без них сообщение, передаваемое изображением, ясно, как день. Для кого-то линии сетки представляются чем-то необходимым, традиционным, даже если большинство людей вполне способны все понять и так и обошлись бы без них.

Еще сложнее дело обстоит с информативностью графики: как оценить ее количественно А как быть с такими откровенно плохими приемами, как отражение на рисунке одномерных данных в виде двух- или трехмерных элементов, использование неравномерного шкалирования, смещение точки отсчета с целью показать несуществующие тренды и зависимости Такие вещи можно оценить лишь экспертным путем, возможно, посредством тестов с соответствующими вопросами, задаваемыми нескольким экспертам относительно одного или нескольких изображений. В конце концов, каким образом приемы отображения разрозненных показателей, как количественных, так и качественных собрать в некую единую методику Возможно, здесь будет полезен подход, используемый при проверке метрик качества изображений. В данном случае метрика качества – это оценка вычислительными средствами какоголибо файла цифрового изображения на предмет наличия и степени визуальных артефактов и искажений, это попытка без помощи человека поставить изображению диагноз, который человек выражает в форме «хорошее» / «удовлетворительное» / «плохое». Здесь речь идет о технической оценке – сюжет, изображенный на рисунке, никакого значения не имеет. Проблема в том, что в идеале метрика должна максимально коррелировать с оценками пользователей, которые увидят изображение, а последняя оценка является качественной, экспертной. То есть, как и в нашем случае, В данной работе речь идет, в основном, о графическом представлении данных третьим лицам – в ходе самостоятельной работы исследователь имеет право использовать любое представление данных, если оно приносит ему пользу.

необходимо получить количественную оценку того, что обычно оценивается исключительно качественно.

Для тестирования и сравнения метрик качества изображений исследователями-энтузиастами было составлено несколько баз данных файлов (например, LIVE [23], TID2008 [24] и т. д.), которые можно бесплатно скачать в Интернете. В частности, база TID2008 состоит из 25 оригинальных изображений и 1700 искаженных (25 оригинальных изображений 17-искажений 4 уровня искажения). В TID2008 также входит информация о средней оценке каждого изображения наблюдателями по шкале от 0 до 9. Имея в распоряжении такой статичный набор файлов, можно определять степень корреляции между оценками изображений по метрике (в частности, новой, разработанной вами), и оценками, выданными наблюдателями. Также можно сравнивать между собой сами метрики, например, какая из них в большей степени коррелирует с пользовательскими оценками на подмножестве изображений со специфическими видами или степенью искажений [25].

Похожим образом на фиксированном наборе изображений может выполняться и оценка алгоритмов распознавания изображений (текста, предметов, лиц и т. д.) – можно легко проверить, правильно ли работает алгоритм, если заранее известно, что именно изображено на картинке.

Pages:     | 1 | 2 || 4 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.