DataSaberへの道!Ord2備忘録(Q1~Q6)
Ord2_Q1
ビジュアライゼーションを作る際、まず最初に
①どんな表現にするか決める
②質問から始める
Ord2_A1
まずはタスクや答えを導くための質問を行い、その後にどのようにしてビジュアルを表現して伝えるかを選択します。
ビジュアルアナリティクスは以下のサイクルで進めるのが大事である
①Task
※質問から開始
分析する上で何を知りたいのか、どのような問題を解決したいかを知ることからスタートします。
②Get data
※データの取得
疑問に答えるために、関連する情報やデータを集めて分析できるようにします。
③Choose visual
※ビジュアルマッピングの選択
集めたデータをどのように見せるかを決めます。棒グラフ、折れ線グラフ、地図など、データを最もよく表現できるビジュアル(視覚的な表現)を選びます。
④View data
※データの表示
選んだビジュアルを使ってデータを見ます。このステップでは、データから何か新しい発見がないか、予想外のパターンが見えてこないかを探ります。
⑤Develop insight
※インサイトの獲得
データを分析して、何か新しいことを学びます。ビジュアル分析では、深く掘り下げることで、分析を組み立てながら理解を深めることができます。
<インサイトとは>
データ分析や観察から得られる深い理解や発見のことを指します。これは、単にデータを集めて表示すること以上のもので、データの背後にある意味や関連性、パターンを理解する過程です。インサイトを得ることで、新しい知識が明らかになり、それが問題解決や意思決定、新たなアイデアの創出に役立ちます。
⑥Act(share)
※アクション
共有されていない発見は意味がなく、得られた知見を他の人と共有します。これにより、チームや組織全体で知識を共有し、問題解決や意思決定を助けることができます。
Ord2_Q2
ヒトにとってもっともわかりやすいPreattentive Attributesは次のうちのどれか?
①サイズ
②形状
③位置
④色
Ord2_A2
<Preattentive Attributesとは?>
(先行注意属性)は、人間の視覚システムが意識的な注意を払う前に、無意識のうちに認識できる視覚的特徴のことを指します。
初めて聞いた言葉で調べたら、無意識のうちに認識できる視覚的特徴という言葉で意味が分かりました。
以下の図が属性の一覧になります。
①Length(長さ)
②Width(幅)
③Orientation(向き)
④Size(サイズ)
⑤Shape(形)
⑥Enclosure(囲い)
⑦Position(位置)
⑧Grouping(グループ化)
⑨Color Hue(色・色相)
⑩Color Intensity(色・彩度)
これらの属性は大きく分けて、
【位置】【色】【サイズ】【形状】の4つに分類できます。
【位置】
⑦Position(位置)
⑧Grouping(グループ化)
【色】
⑨Color Hue(色・色相)
⑩Color Intensity(色・彩度)
【サイズ】
①Length(長さ)
②Width(幅)
④Size(サイズ)
【形状】
③Orientation(向き)
⑤Shape(形)
⑥Enclosure(囲い)
Preattentive Attributesにも優先順位があり以下の通りとされています。
位置 > 色 > サイズ > 形状
優先順位が高いものが本当にそうなのか、サンプルデータストアを使って確認してみました。
①位置
地域別の売上を高さで表したものになりますが、パッと見で順番がわかりますね。
②色
色で表してみると、ぱっと見で売上の高い低いは判断できるけど、細かい順位を判断するのは、位置に比べて難しいですね。
③サイズ
サイズで表してみると、売上が小さいのは、ぱっと見でわかるけど、売上が大きいのは金額が近いとどれが大きいのかわかりづらいですね。
位置や色に対して、あきらかに判断するのが難しいのがよくわかりました。
④形状
形状で表してみると、ぱっと見で何もわからないものになりました(笑)
凡例を見ると、□が一番売上高いとわかりますが、視覚的には明らかに、他の3つの分類に比べてわかりづらいのが分かりました。
Ord2_Q3
分類的な名義と相性の良いPreattentive Attributesは?
①サイズ
②形状
③色相
④彩度
Ord2_A3
データには3つの種類があります。
分類的な名義(ディメンション)
例)カテゴリ、顧客名など
名前が一つ一つ切れていて繋がっていないもの
順序的な名義(ディメンション)
例)ランク(金、銀、銅)(良い、普通、悪い)オーダー日など
一つ一つは切れているが、量的な要素も持っているもの
量的(メジャー)
例)売上、利益など
メジャーにあたるもの
データのタイプと相性のいいPreattentive Attributes
分類的な名義(ディメンション)
・形状
・色相
順序的な名義(ディメンション)
・位置
・サイズ
・色の彩度
・色相
・形状
※名義と量の両方の要素をもっているので、相性がいいものが多い
量的(メジャー)
・位置
・長さ
・サイズ
・色の彩度
Ord2_Q4
経時的な変化を見るのに適切なのは?
①棒グラフ
②線グラフ
③面グラフ(エリアチャート)
④円グラフ
Ord2_A4
①棒グラフで売上推移を表現
棒グラフで表現することで、売上の流れは確認できますね。
②線グラフで売上推移を表現
線グラフで表現することでも、売上の流れは確認できますね。
③面グラフで売上推移を表現
面グラフで表現することでも、売上の流れは確認できますね。
④円グラフで売上推移を表現
円グラフでは、時系列に表現するには向いていないのが分かりますね。
「棒グラフ」「線グラフ」「面グラフ」が適しているのがわかりました。
Ord2_Q5
比較とランク付けを見るのに適切なのは?
①棒グラフ
②線グラフ
③箱ひげ図
④地図
Ord2_A5
比較とランク付けを見るのには、棒グラフが適しています。
Ord2_Q6
分布を見るのに適切なのは?
①棒グラフ
②円グラフ
③箱ひげ図
④ヒストグラム
Ord2_A6
箱ひげ図
データのばらつきをわかりやすく表現するためのグラフの 1 つで、値がどこからどこまでの幅で分布するのかを、箱とひげで表したものです
ヒストグラム
全体の分布を、段階ごとに切ってその分布を見る
分布をみるのには「箱ひげ図」「ヒストグラム」が適している。
この記事が気に入ったらサポートをしてみませんか?