मैं यह नहीं कहूंगा कि पाई चार्ट के उपयोग के बारे में बढ़ती रुचि या बहस है। वे सिर्फ वेब पर और तथाकथित "भविष्य कहनेवाला विश्लेषणात्मक" समाधान में हर जगह पाए जाते हैं।
मुझे लगता है कि आप टफ्टे के काम को जानते हैं (उन्होंने कई पाई चार्ट के उपयोग पर भी चर्चा की ), लेकिन अधिक मजेदार तथ्य यह है कि विल्किंसन के व्याकरण के ग्राफिक्स का दूसरा अध्याय "कैसे एक पाई चार्ट बनाने के लिए?" के साथ शुरू होता है। आप शायद यह भी जानते हैं कि क्लीवलैंड के डॉटप्लॉट , या यहां तक कि एक बारचर भी, अधिक सटीक जानकारी व्यक्त करेंगे। समस्या वास्तव में उस तरह से प्रतीत होती है जिस तरह से हमारी दृश्य प्रणाली स्थानिक जानकारी से निपटने में सक्षम है। यह आर सॉफ्टवेयर में भी उद्धृत है; के लिए ऑन-लाइन मदद से pie
,
क्लीवलैंड (1985), पृष्ठ 264: “पाई चार्ट द्वारा दिखाए जाने वाले डेटा को हमेशा एक डॉट चार्ट द्वारा दिखाया जा सकता है। इसका मतलब यह है कि कम सटीक कोण निर्णयों के बजाय एक सामान्य पैमाने पर स्थिति का निर्णय किया जा सकता है। ”यह कथन क्लीवलैंड और मैकगिल की अनुभवजन्य जांच के साथ-साथ अवधारणात्मक मनोवैज्ञानिकों द्वारा जांच पर आधारित है।
क्लीवलैंड, डब्ल्यूएस (1985) ग्राफिंग डेटा के तत्व । वड्सवर्थ: मोंटेरे, सीए, यूएसए।
पाई चार्ट की विविधताएं हैं (उदाहरण के लिए, डोनट-जैसे चार्ट) जो सभी समान समस्याएं खड़ी करते हैं: हम कोण और क्षेत्र का मूल्यांकन करने में अच्छे नहीं हैं। यहां तक कि "कॉरग्राम" में इस्तेमाल किए गए, जैसा कि मैत्रीपूर्ण, कॉरग्राम्स में वर्णित है : सहसंबंध मैट्रीस के लिए खोजपूर्ण प्रदर्शन , अमेरिकी सांख्यिकीविद् (2002) 56: 316, पढ़ने के लिए कठिन हैं, आईएमएचओ।
कुछ बिंदु पर, हालांकि, मुझे आश्चर्य था कि क्या वे अभी भी उपयोगी हो सकते हैं, उदाहरण के लिए (1) दो वर्गों को प्रदर्शित करना ठीक है लेकिन श्रेणियों की संख्या में वृद्धि से आम तौर पर रीडिंग बिगड़ जाती है (विशेषकर% के बीच मजबूत असंतुलन के साथ), (2) सापेक्ष निर्णय हैं पूर्ण से बेहतर, जो दो पाई चार्ट को एक साथ प्रदर्शित कर रहा है, एक सरल अनुमान की तुलना में परिणामों की बेहतर प्रशंसा के पक्ष में होना चाहिए, एक पाई चार्ट सभी परिणामों को मिलाता है (उदाहरण के लिए दो-तरफ़ा क्रॉस-वर्गीकरण तालिका)। संयोग से, मैंने हैडली विकम से एक समान प्रश्न पूछा, जिन्होंने मुझे निम्नलिखित लेखों की ओर इशारा किया:
- स्पेंस, आई। (2005)। नो हंबल पाई: द ऑरिजिनल एंड यूज ऑफ अ स्टैटिस्टिकल चार्ट । जर्नल ऑफ एजुकेशनल एंड बिहेवियरल स्टैटिस्टिक्स , 30 (4), 353-368।
- हीर, जे। और बोस्सॉक, एम। (2010)। क्राउडसोर्सिंग ग्राफ़िकल धारणा: विज़ुअलाइज़ेशन डिज़ाइन का आकलन करने के लिए मैकेनिकल तुर्क का उपयोग करना । CHI 2010 , 10-15 अप्रैल, 2010, अटलांटा, जॉर्जिया, संयुक्त राज्य अमेरिका।
संक्षेप में, मुझे लगता है कि वे केवल 2 से 3 वर्गों के वितरण का व्यापक रूप से चित्रण करने के लिए अच्छे हैं (मैं उन्हें समय-समय पर उपयोग करता हूं, उम्र के हिस्टोग्राम के शीर्ष पर एक नमूने में पुरुषों और महिलाओं के वितरण को दिखाने के लिए), लेकिन वे वास्तव में जानकारीपूर्ण होने के लिए सापेक्ष आवृत्तियों या मायने रखते हैं। एक तालिका अभी भी एक बेहतर काम करेगी क्योंकि आप मार्जिन जोड़ सकते हैं, और 2-तरफ़ा वर्गीकरण से परे जा सकते हैं।
अंत में, वैकल्पिक प्रदर्शन हैं जो पाई चार्ट के विचार पर बनाए गए हैं। मैं अंडरस्टैंडिंग पाई चार्ट्स में रॉबर्ट कोसारा द्वारा वर्णित वर्गाकार पाई या वफ़ल चार्ट के बारे में सोच सकता हूं ।