Guidelines für die Visualisierung von Daten [Dataviz]

class: center, middle, inverse, title-slide

# Guidelines für die Visualisierung von Daten [Dataviz]

---

## Prinzipien der Datenvisualisierung

- Bisher hatten wir uns hauptsächlich auf die technische Seite der Visualisierung mit `ggplot2` konzentriert
- Hier sollen allgemeine Prinzipien und Guidelines zur Datenvisualisierung vorgestellt werden
- Diese Vorlesungseinheit orientiert sich an einem Vortrag von [Karl Broman](http://kbroman.org/) mit dem Titel: ["Creating effective figures and tables"](https://www.biostat.wisc.edu/~kbroman/presentations/graphs2017.pdf), Vorlesungsfolien von Peter Aldhous [Introduction to Data Visualization course](http://paldhous.github.io/ucb/2016/dataviz/index.html) und dem Buch [Introduction to Data Science](https://rafalab.github.io/dsbook/) (Kapitel 10)

---

## Prinzipien der Datenvisualisierung

Aufbau der Vorlesungseinheit:
  - Beispiele unvorteilhafter Grafiken aufzeigen
  - Vorschläge machen, wie diese verbessert werden können
  - Allgemeine Prinzipien zur Visualisierung aus diesen Beispielen ableiten

Sie sollten bei der Visualisierung von Daten immer ihr Ziel im Auge behalten:
  - Explorative Grafiken nur für Sie selbst können niedrigeren Standards genügen
  - Grafiken in einer Präsentation oder Ausarbeitung sind für den Zuhörer/Leser und müssen diesen überzeugen

---

## Prinzipien der Datenvisualisierung

Wir verwenden diese Pakete:

```r
library(tidyverse)
library(readxl)
library(gridExtra)
library(ggthemes)
library(gganimate)
library(pander)
```

---

## Möglichkeiten der Visualisierung

<img src="./figs/choosing-a-good-chart.png" width="60%" style="display: block; margin: auto;" />
.small[Quelle: https://extremepresentation.typepad.com/blog/2006/09/choosing_a_good.html]

---

## Typen von Grafiken

Eine sehr schöne Übersicht über Grafiken mit Codebeispielen bietet auch die Seite von [R Graph Gallery](http://r-graph-gallery.com/)

---

## Möglichkeiten der Visualisierung

Neben den verschiedenen Typen von Grafiken stehen uns viele weitere Möglichkeiten zur Verfügung wie wir Daten visualisieren können. Bspw. durch Wahl der:

- Position
- Ausrichtung
- Winkel
- Fläche
- Helligkeit
- Farbgebung

---

## Möglichkeiten der Visualisierung

.question[**Beispiel:** Nutzung von Internet-Browsern für Januar 2000 und Januar 2018]

- Daten zur Nutzung von Internet-Browsers können Sie unter [StatCounter](http://gs.statcounter.com/browser-market-share/desktop/worldwide/#monthly-200901-201809) einsehen
- In vielen Präsentation wird für diese Fragestellung ein Kuchendiagramm verwendet:

---

## Möglichkeiten der Visualisierung

- Die **Fläche und der Winkel** im Kuchendiagramm werden verwendet um den Anteil jedes Browsers am Gesamtmarkt aufzuzeigen
- Diese Darstellungsweise ist **suboptimal**, da Menschen nicht gut darin sind Winkel abzuschätzen und sogar noch schlechter bei Flächen

---

## Kuchendiagramme

Beantworten Sie sich beispielsweise folgende Fragen:

.question[Um wie viel verändert sich der Marktanteil jedes Browsers von 2000 zu 2018?]

---

## Kuchendiagramme

- Es wäre in diesem Fall einfacher und verständlicher die nackten Zahlen zu präsentieren:

| Browser | 2000 | 2018 |
|:-------:|:----:|:----:|
|  Opera  |  2   |  3   |
| Safari  |  4   |  6   |
| Firefox |  32  |  12  |
|   IE    |  56  |  13  |
| Chrome  |  6   |  66  |

---

## Balkendiagramm

- Mit einem Balkendiagrammen kommen Sie der menschlichen Wahrnehmung besser entgegen
- Das menschliche Gehirn ist deutlich besser im Abschätzen von Längen als von Winkeln
- Durch Hilfslinien (hier für jede 10%) können Sie den Leser zusätzlich beim schnellen Verständnis unterstützen:

---

## Balkendiagramm

Ein Vergleich zwischen Kuchen und Balkendiagramm:

---

## Kuchendiagramm vs. Balkendiagramm

- Durch das Balkendiagramm können Sie prozentuale Unterschiede direkt ablesen
- Sollten Sie dennoch ein Kuchendiagramm nutzen, dann sollten Sie die prozentualen Anteile in das Diagramm mit aufnehmen um Abschätzungen der Fläche oder Winkel zu umgehen:

---

## Balkendiagramme

.instructions[Es gilt: Balkendiagrammen **immer** bei Null beginnen]

--
- Durch die Verwendung eines Balkendiagramms wird automatisch impliziert, dass die Länge des Balkens proportional zur gezeigten Stückzahl ist
--

- Wenn Sie die Null nicht in ihr Balkendiagramm aufnehmen können kleine Differenzen viel größer erscheinen, als sie eigentlich sind
--

- Dies wird oft in der Politik oder den Medien verwendet um sich besser darzustellen

---

## Balkendiagramme

Hier ein Beispiel aus den FOX News:

![](./figs/Fox-News-bar-chart.jpeg)

.small[Quelle: Fox News; https://flowingdata.com/2015/08/11/real-chart-rules-to-follow/]

---

## Balkendiagramme

- In der Grafik erscheint es so als ob Obamacare zum Ziele hatte drei mal so viele Personen zu versichern als aktuell versichert sind
- Jedoch ist das Ziel Ende März nur um 17,8% höher als die tatsächlich eingeschriebene Zahl an Versicherten
- Eine Grafik, welche bei Null beginnt macht den Unterschied deutlich:

---

## Balkendiagramme

.instructions[Angenommen Sie vergleichen die Körpergrößen von Vater (175 cm) und Sohn (110 cm) auf gleiche Weise]

Hier wird deutlich, warum es wichtig ist ein Balkendiagramm bei Null zu beginnen

---

## Schaubilder immer bei Null beginnen?

.alert[Nein!]

Wenn Sie die Position im Schaubild und nicht die Länge (von Balken) verwenden, dann ist es **nicht nötig** das Schaubild bei Null beginnen zu lassen

- Liniendiagramme
- Punktediagramme
- Bubble Grafiken 
- ...

müssen alle **nicht** bei Null beginnen.

---

## Zeigen Sie ihre Daten

.instruction[Gegeben Sie wollen das BIP aller Kontinente in 2018 einander gegenüberstellen]

- Standardmäßig wird hierfür eine Grafik gezeigt, welche den Mittelwert als Balken mit den dazugehörigen Standardfehlern zeigt

---

## Zeigen Sie ihre Daten

- Sie können allgemeine Trends in ihren Daten aufzeigen, z.B. ist das durchschnittliche BIP in Afrika am geringsten und Europa am höchsten
- Allerdings können Sie nichts zur Variabilität innerhalb der Kontinente sagen
    - Die Verteilung des BIPs ist hier schwer zu beurteilen
- Zwei einfache Fragen, welche mit dem Balkendiagramm nicht beantwortet werden können:
  - Haben alle Länder in Afrika ein geringeres BIP als in Ozeanien?
  - Wie ist die Verteilung auf den jeweiligen Kontinenten?

.instructions[Diesen Fragen können Sie sich nähern indem Sie alle Datenpunkte zeigen]

---

## Zeigen Sie ihre Daten

---

## Zeigen Sie ihre Daten

- Hier bekommen Sie eine Idee davon, in welchem Bereich das BIP für die einzelnen Kontinente liegen 
- Diese Grafik ist immer noch problematisch, da Sie nicht das BIP eines jeden Landes sehen können; viele Datenpunkte liegen übereinander

Möglichkeiten um die Punktewolke etwas zu entzerren:

- Mit _jitter_ können Sie jeden Datenpunkt zufällig um einen kleinen Bereich horizontal verschieben
  - In unserem Beispiel können wir dadurch die übereinander liegenden Punkte etwas voneinander abgrenzen
- Mit _alpha blending_ können Sie die Datenpunkte transparent machen
  - Wenn mehrere Punkte aufeinander fallen erscheint dieser Bereich dunkler
  
Durch _jitter_ und _alpha blending_ bekommen Sie ein besseres Gefühl für die Verteilung der Daten

---

## Zeigen Sie ihre Daten

---

## Zeigen Sie ihre Daten

- Nun sehen Sie, dass die meisten Länder Afrikas deutlich ärmer sind als die Europas, aber das viele Länder Americas ein ähnliches BIP aufweisen wie die Asiens
- Weiterhin ist die Verteilung der Länder pro Kontinent recht ähnlich, mit Ausnahme von Europa

.question[**Überlgegung:** Ist es hier eventuell sinnvoller die komplette Verteilung anstatt einzelne Datenpunkte zu zeigen?]

---