Графики и то, как они с тобой спорят

Ты уже умеешь получать ответ таблицей. Но с таблицами люди не спорят — спорят с картинками. Беда в том, что картинка приходит со встроенным утверждением, и почти никто не произносит это утверждение вслух. Прежде чем поверить графику, сформулируй утверждение явно: этот график говорит, что A больше B, или что A растёт со временем, или что A идёт следом за B.

Три рабочих лошадки покрывают почти всё. Столбчатая диаграмма сравнивает несколько категорий: продажи по товарам. Линейный график показывает, как одно значение меняется во времени: длина очереди час за часом. Круговая диаграмма показывает, как целое делится на части, и честна она только тогда, когда части действительно складываются в одно целое. Категории сравнивай столбцами, изменения во времени — линией: перепутать этих двух — самая частая ошибка выбора.

sales by item, units

juice      60 |################|
sandwich   55 |############### |
soup       40 |###########     |
salad      23 |######          |Данные о продажах из первых уроков, нарисованные столбиками.

А вот самый старый фокус в этой книге. Те же данные о салате, та же неделя, два графика, построенных по одним и тем же пяти числам. Первый говорит: спокойный честный рост, ничего особенного. Второй кричит: обвал, драма, принимайте меры. Разница только в том, откуда начинается ось Y.

salad sales, one week

y starts at 0:        y starts at 20:
25 |     *            25 |     *
20 |    * *           20 |    * *
15 |   *   *          15 |   *   *
10 |  *     *         10 |
 5 | *                 5 |
 0 +------             0 +------
   M T W T F            M T W T F

same points, different storyДва графика по одинаковым данным: единственная разница — ось Y.

На правом графике ось Y начинается с 20, а не с 0. Продажи по-прежнему упали с 25 до 10 — но теперь это падение занимает всю картинку, и снижение чуть больше чем вдвое выглядит как падение почти до нуля. Обрезать ось не всегда ложь: иногда диапазон от 20 до 25 — это ровно то, что интересно. Обманом это становится тогда, когда ноль важен, а график прячет, откуда начинается шкала.

Последний кусок: два числа, которые движутся вместе. Две школы за год сравнивают статистику: в школе с большим числом ноутбуков на ученика и результаты экзаменов выше. Кто-то делает вывод: ноутбуки вызывают результаты, покупайте больше ноутбуков. Прежде чем принять любое такое утверждение, вспомни, что есть третья возможность.

У школы с ноутбуками, скорее всего, тот же скрытый фактор: деньги. Более богатые районы покупают больше ноутбуков И нанимают больше репетиторов, лучше кормят учеников, держат библиотеки. Ноутбуки, может быть, и правда помогают — но это сравнение сказать не может, потому что третий фактор никто не измерял. Корреляция говорит: эти два числа движутся вместе. Причинность утверждает: одно крутит ручку другого — а это куда более сильное утверждение, требующее куда более сильных доказательств.

Такова привычка аналитика данных из всех четырёх уроков: спрашивать честно, сворачивать осторожно и, прежде чем нарисовать или поверить графику, спросить, что он на самом деле утверждает, где начинаются его оси и что ещё может объяснить эту закономерность. Тот, кто задаёт эти три вопроса, уже занимается настоящим анализом данных.