統計数値に惑わされない:可視化の効果[Tableau]Ordeal1

散布図のベストプラクティス

Ordial1の振り返りです。
散布図のベストプラクティスとして、「原因をx軸（横軸）、結果をy軸（縦軸）とする」というのが妙に印象に残りました。
y=ax+bなどの関数をイメージすれば、目的変数はy軸、説明変数はx軸というのが当たり前で、言われてみればそうだなと思うのですが、意識はできていませんでした。
きっと、ベストプラクティスを意識的に使っていけることが差を生み出すポイントなのだろうなと感じました。

統計数値に惑わされず、可視化により正しくデータを理解する

散布図といえば、可視化の効果を嫌でも理解できる「アンスコムの例」が面白いと思いました。
統計数値はほぼ同一。平均も、分散も、相関係数も、回帰線も一緒、だけど可視化をすると実は全然違う　という事例です。
これをみると、統計的な数値を盲信することの危険性を感じられ、可視化って本当に大事だなと痛感します。

https://ja.wikipedia.org/wiki/%E3%82%A2%E3%83%B3%E3%82%B9%E3%82%B3%E3%83%A0%E3%81%AE%E4%BE%8B