통합검색

보기 좋은 그래프가 올바른 개념까지 전달할까?

시각 데이터 소통 연구는 값과 시각 속성의 대응, 불확실성 표현, 메시지 명료성을 따로 점검한다.

The Science of Visual Data Communication: What Works

불확실한 추세는 오차막대보다 움직이는 표본으로 더 잘 볼까?

Kale와 동료들은 가능한 결과 표본을 차례로 보여 주는 HOPs가 훈련받지 않은 독자의 모호한 추세 판단을 도울 수 있는지 실험했다.

Hypothetical Outcome Plots Help Untrained Observers Judge Trends in Ambiguous Data

잘린 축·뒤집힌 축·넓이 왜곡은 모두 같은 방식으로 독자를 속일까?

기만적 시각화 실험은 왜곡 기법과 질문 유형에 따라 오판 크기가 달라짐을 보여, ‘나쁜 그래프’ 한 범주보다 오류 메커니즘별 평가가 필요함을 제안합니다.

How Deceptive Are Deceptive Visualizations? An Empirical Analysis of Common Distortion Techniques

선그래프의 평균은 더 많이 출렁이는 구간 쪽으로 끌릴까?

두 사전등록 실험을 통해 선의 위치 평균 추정이 변동성이 큰 구간 쪽으로 편향될 수 있고 점 표시가 그 편향을 줄일 수 있음을 설명합니다.

The Impact of Unequal Variability on the Perception of Line Graphs

불확실한 추세는 오차막대보다 움직이는 표본으로 더 잘 볼까?

하나의 요약 오차막대와 가능한 세 개 추세선을 순차 프레임으로 보여 주는 HOPs 방식을 나란히 비교한 도식.