แผนภูมิเรดาร์
แผนภูมิเรดาร์เป็นวิธีการแสดงข้อมูลหลายตัวแปร ในรูปแบบกราฟิกในรูปแบบ แผนภูมิสองมิติที่มีตัวแปรเชิงปริมาณสามตัวขึ้นไปที่แสดงบนแกนที่เริ่มต้นจากจุดเดียวกัน ตำแหน่งและมุมสัมพัทธ์ของแกนโดยทั่วไปจะไม่ให้ข้อมูล แต่สามารถใช้หลักการเชิงอนุมานต่างๆ เช่น อัลกอริทึมที่พล็อตข้อมูลเป็นพื้นที่รวมสูงสุด เพื่อจัดเรียงตัวแปร (แกน) ในตำแหน่งสัมพัทธ์ที่เผยให้เห็นความสัมพันธ์ การแลกเปลี่ยน และมาตรวัดเปรียบเทียบอื่นๆ ที่แตกต่างกัน[ 1 ]
แผนภูมิเรดาร์ยังเป็นที่รู้จักในชื่อแผนภูมิเว็บแผนภูมิแมงมุมกราฟแมงมุม แผนภูมิใยแมงมุมแผนภูมิรูปดาว[ 2 ] แผนภูมิ รูปดาวแผนภูมิใยแมงมุมรูปหลายเหลี่ยมไม่สม่ำเสมอแผนภูมิขั้วโลกและแผนภาพ Kiviat [ 3 ] [ 4 ] ซึ่งเทียบเท่ากับ แผนภูมิ พิกัดขนานโดยมีแกนเรียงตัวในแนวรัศมี
ภาพรวม
แผนภูมิเรดาร์เป็นแผนภูมิและ/หรือพล็อตที่ประกอบด้วยซี่ที่ทำมุมเท่ากัน เรียกว่ารัศมี โดยแต่ละซี่แทนตัวแปรหนึ่งตัว ความยาวข้อมูลของซี่จะเป็นสัดส่วนกับขนาดของตัวแปรสำหรับจุดข้อมูลเมื่อเทียบกับขนาดสูงสุดของตัวแปรในทุกจุดข้อมูล มีการลากเส้นเชื่อมค่าข้อมูลของแต่ละซี่ ทำให้พล็อตมีลักษณะคล้ายดาว และเป็นที่มาของชื่อที่นิยมใช้ชื่อหนึ่งสำหรับพล็อตนี้ พล็อตดาวสามารถใช้เพื่อตอบคำถามต่อไปนี้: [ 5 ]
- การสังเกตใดที่คล้ายคลึงกันมากที่สุด กล่าวคือ มีกลุ่มของการสังเกตหรือไม่ (ใช้แผนภูมิเรดาร์เพื่อตรวจสอบค่าสัมพัทธ์สำหรับจุดข้อมูลเดียว (เช่น จุดที่ 3 มีค่ามากสำหรับตัวแปร 2 และ 4 มีค่าน้อยสำหรับตัวแปร 1, 3, 5 และ 6) และเพื่อระบุจุดที่คล้ายคลึงกันหรือจุดที่ไม่คล้ายคลึงกัน) [ 5 ]
- มีข้อมูลที่ผิดปกติหรือไม่?
แผนภูมิเรดาร์เป็นวิธีที่มีประโยชน์ในการแสดง การสังเกต แบบหลายตัวแปรที่มีจำนวนตัวแปรตามอำเภอใจ[ 6 ] แต่ละดาวแทนการสังเกตหนึ่งครั้ง โดยทั่วไป แผนภูมิเรดาร์จะถูกสร้างขึ้นในรูปแบบหลายพล็อต โดยมีดาวหลายดวงในแต่ละหน้า และแต่ละดาวแทนการสังเกตหนึ่งครั้ง[ 5 ]แผนภูมิรูปดาวถูกใช้ครั้งแรกโดยGeorg von Mayrในปี 1877 [ 7 ] [ 8 ]แผนภูมิเรดาร์แตกต่างจากแผนภูมิรูปสัญลักษณ์ตรงที่ใช้ตัวแปรทั้งหมดในการสร้างรูปดาวที่พล็อต ไม่มีการแยก ตัวแปร พื้นหน้าและพื้นหลังแต่รูปดาวมักจะถูกจัดเรียงเป็นแถวสี่เหลี่ยมผืนผ้าบนหน้ากระดาษ การมองเห็นรูปแบบในข้อมูลจะง่ายขึ้นเล็กน้อยหากการสังเกตถูกจัดเรียงในลำดับที่ไม่เป็นไปตามอำเภอใจ (หากตัวแปรถูกกำหนดให้กับรังสีของดาวในลำดับที่มีความหมาย) [ 9 ]
แอปพลิเคชัน
แผนภูมิเรดาร์สามารถใช้ในกีฬาเพื่อบันทึกจุดแข็งและจุดอ่อนของผู้เล่น[ 10 ]โดยการคำนวณสถิติต่างๆ ที่เกี่ยวข้องกับผู้เล่นซึ่งสามารถติดตามได้ตามแกนกลางของแผนภูมิ ตัวอย่างเช่น จำนวนช็อตที่ทำได้ รีบาวด์ แอสซิสต์ ฯลฯ ของนักบาสเกตบอล หรือสถิติการตีหรือการขว้างของนักเบสบอล สิ่งนี้สร้างภาพรวมของจุดแข็งและจุดอ่อนของผู้เล่น และหากซ้อนทับกับสถิติของผู้เล่นคนอื่นๆ หรือค่าเฉลี่ยของลีก ก็สามารถแสดงให้เห็นว่าผู้เล่นคนนั้นเก่งในด้านใดและควรปรับปรุงในด้านใด[ 11 ]ข้อมูลเชิงลึกเกี่ยวกับจุดแข็งและจุดอ่อนของผู้เล่นเหล่านี้อาจมีความสำคัญต่อการพัฒนาผู้เล่น เนื่องจากช่วยให้โค้ชและผู้ฝึกสอนสามารถปรับโปรแกรมการฝึกของผู้เล่นเพื่อช่วยปรับปรุงจุดอ่อนของพวกเขาได้ ผลลัพธ์ของแผนภูมิเรดาร์ยังมีประโยชน์ในการเล่นตามสถานการณ์อีกด้วย หากพบว่าผู้ตีลูกทำผลงานได้ไม่ดีเมื่อเผชิญหน้ากับผู้ขว้างลูกมือซ้าย ทีมของเขาจะรู้ว่าควรจำกัดจำนวนการตีลูกของเขาเมื่อเจอกับผู้ขว้างลูกมือซ้าย ในขณะที่ทีมฝ่ายตรงข้ามอาจพยายามสร้างสถานการณ์ที่ผู้ตีลูกถูกบังคับให้ตีลูกใส่ผู้ขว้างลูกมือซ้าย
การประยุกต์ใช้แผนภูมิเรดาร์อีกอย่างหนึ่งคือการควบคุมการปรับปรุงคุณภาพเพื่อแสดงเมตริกประสิทธิภาพของวัตถุต่างๆ รวมถึงโปรแกรมคอมพิวเตอร์[ 12 ]คอมพิวเตอร์ โทรศัพท์ ยานพาหนะ และอื่นๆ โปรแกรมเมอร์มักใช้การวิเคราะห์เพื่อทดสอบประสิทธิภาพของโปรแกรมของตนเมื่อเทียบกับโปรแกรมอื่นๆ ตัวอย่างหนึ่งที่แผนภูมิเรดาร์อาจมีประโยชน์คือการวิเคราะห์ประสิทธิภาพของอัลกอริทึมการเรียงลำดับต่างๆ โปรแกรมเมอร์สามารถรวบรวมอัลกอริทึมการเรียงลำดับที่แตกต่างกันหลายแบบ เช่น การเลือก ฟองสบู่ และแบบเร็ว จากนั้นวิเคราะห์ประสิทธิภาพของอัลกอริทึมเหล่านี้โดยการวัดความเร็ว การใช้หน่วยความจำ และการใช้พลังงาน จากนั้นสร้างกราฟเหล่านี้บนแผนภูมิเรดาร์เพื่อดูว่าการเรียงลำดับแต่ละแบบมีประสิทธิภาพอย่างไรภายใต้ขนาดข้อมูลต่างๆ การประยุกต์ใช้ประสิทธิภาพอีกอย่างหนึ่งคือการวัดประสิทธิภาพของรถยนต์ที่คล้ายกันเมื่อเทียบกับรถยนต์อื่นๆ ผู้บริโภคสามารถดูตัวแปรต่างๆ เช่น ความเร็วสูงสุด ระยะทางต่อแกลลอน แรงม้า และแรงบิดของรถยนต์ จากนั้นหลังจากใช้แผนภูมิเรดาร์เพื่อแสดงภาพข้อมูลแล้ว พวกเขาสามารถตัดสินใจได้ว่ารถยนต์คันใดเหมาะสมที่สุดสำหรับพวกเขาโดยพิจารณาจากผลลัพธ์
แผนภูมิเรดาร์สามารถใช้ในวิทยาศาสตร์ชีวภาพเพื่อแสดงจุดแข็งและจุดอ่อนของยาและยาอื่นๆ[ 13 ]ยกตัวอย่างเช่น ยาต้านอาการซึมเศร้าสองชนิด นักวิจัยสามารถจัดอันดับตัวแปรต่างๆ เช่น ประสิทธิภาพ ผลข้างเคียง ต้นทุน ฯลฯ ในระดับหนึ่งถึงสิบ จากนั้นพวกเขาสามารถสร้างกราฟผลลัพธ์โดยใช้แผนภูมิเรดาร์เพื่อดูการกระจายของตัวแปรและค้นหาความแตกต่าง เช่น ยาต้านอาการซึมเศร้าชนิดหนึ่งมีราคาถูกกว่าและออกฤทธิ์เร็วกว่า แต่ไม่บรรเทาอาการได้ดีในระยะยาว ในขณะที่ยาต้านอาการซึมเศร้าอีกชนิดหนึ่งบรรเทาอาการได้ดีกว่าและคงประสิทธิภาพได้ดีกว่าในระยะยาว แต่มีราคาแพงกว่า การประยุกต์ใช้ในวิทยาศาสตร์ชีวภาพอีกอย่างหนึ่งคือการวิเคราะห์ผู้ป่วย แผนภูมิเรดาร์สามารถใช้สร้างกราฟตัวแปรต่างๆ ในชีวิตที่ส่งผลต่อสุขภาพของบุคคล จากนั้นจึงนำมาวิเคราะห์เพื่อช่วยเหลือพวกเขา ตัวอย่างที่เฉพาะเจาะจงมากขึ้นคือในกรณีของนักกีฬา ซึ่งพฤติกรรมด้านสุขภาพต่างๆ เช่น การนอนหลับ อาหาร และความเครียด จะถูกตรวจสอบเพื่อให้แน่ใจว่าพวกเขายังคงอยู่ในสภาพร่างกายที่ดีที่สุด[ 14 ]หากพบว่าบริเวณใดมีการทรุดตัวลง แพทย์และผู้ฝึกสอนสามารถเข้าไปช่วยเหลือนักกีฬาและปรับปรุงสุขภาพของพวกเขาได้
ข้อจำกัด
แผนภูมิเรดาร์เหมาะอย่างยิ่งสำหรับการแสดงค่าผิดปกติและความเหมือนกัน อย่างชัดเจน หรือเมื่อแผนภูมิหนึ่งมีค่ามากกว่าอีกแผนภูมิหนึ่งในทุกตัวแปร และโดยหลักแล้วใช้สำหรับการวัดเชิงลำดับที่แต่ละตัวแปรสอดคล้องกับ "ดีกว่า" ในบางแง่มุม และตัวแปรทั้งหมดอยู่ในมาตราส่วนเดียวกัน
ในทางกลับกัน แผนภูมิเรดาร์ถูกวิจารณ์ว่าไม่เหมาะสมสำหรับการตัดสินใจแลกเปลี่ยนเมื่อแผนภูมิหนึ่งมีค่ามากกว่าอีกแผนภูมิหนึ่งในตัวแปรบางตัว แต่มีค่าน้อยกว่าในตัวแปรอื่นๆ[ 15 ]
นอกจากนี้ การเปรียบเทียบความยาวของซี่ล้อต่างๆ ด้วยสายตายังทำได้ยาก เนื่องจากระยะรัศมีนั้นตัดสินได้ยาก แม้ว่าวงกลมศูนย์กลางเดียวกันจะช่วยเป็นเส้นตารางได้ก็ตาม ในทางกลับกัน อาจใช้กราฟเส้นแบบง่ายๆ โดยเฉพาะอย่างยิ่งสำหรับอนุกรมเวลา[ 16 ]
แผนภูมิเรดาร์อาจบิดเบือนข้อมูลได้บ้าง โดยเฉพาะอย่างยิ่งเมื่อมีการเติมสีลงในพื้นที่ เนื่องจากพื้นที่ที่บรรจุอยู่จะแปรผันตามกำลังสองของค่าเชิงเส้น ตัวอย่างเช่น ในแผนภูมิที่มีตัวแปร 5 ตัว ซึ่งมีค่าตั้งแต่ 1 ถึง 100 พื้นที่ที่บรรจุอยู่ในรูปหลายเหลี่ยมที่ล้อมรอบด้วยจุด 5 จุด เมื่อค่าทั้งหมดเป็น 90 จะมีขนาดใหญ่กว่าพื้นที่เดียวกันในแผนภูมิที่มีค่าทั้งหมดเป็น 82 มากกว่า 10%
นอกจากนี้ แผนภูมิเรดาร์ยังอาจเปรียบเทียบค่าตัวอย่างต่างๆ บนแผนภูมิได้ยากเมื่อค่าของตัวอย่างเหล่านั้นอยู่ใกล้กันมากจนเส้นหรือพื้นที่ของตัวอย่างเหล่านั้นทับซ้อนกัน ดังแสดงในรูปที่ 5
โครงสร้างเทียม
แผนภูมิเรดาร์กำหนดโครงสร้างหลายอย่างให้กับข้อมูล ซึ่งมักเป็นโครงสร้างที่สร้างขึ้นมา:
- ความสัมพันธ์ของตัวแปรข้างเคียง – แผนภูมิเรดาร์มักถูกใช้เมื่อตัวแปรข้างเคียงไม่มีความสัมพันธ์กัน ทำให้เกิดการเชื่อมโยงที่ผิดพลาด
- แผนภูมิเหล่านี้มีโครงสร้างแบบวงจรโดยธรรมชาติ กล่าวคือ ตัวแปรแรกและตัวแปรสุดท้ายจะต้องอยู่ติดกัน แม้ว่าจะไม่มีความสัมพันธ์กันก็ตาม
- ความยาว – ตัวแปรต่างๆ มักมีลักษณะเป็นลำดับขั้น ตามธรรมชาติ เช่น ดีกว่าหรือแย่กว่า แม้ว่าระดับความแตกต่างอาจเป็นสิ่งที่สร้างขึ้นมาเองก็ตาม
- พื้นที่ – พื้นที่จะปรับขนาดตามกำลังสองของค่าต่างๆ โดยขยายผลกระทบของตัวเลขขนาดใหญ่ ตัวอย่างเช่น 2, 2 ใช้พื้นที่มากกว่า 1, 1 ถึง 4 เท่า นี่เป็นปัญหาทั่วไปของกราฟพื้นที่ และการตัดสินพื้นที่นั้นทำได้ยาก – ดู “ลำดับชั้นของคลีฟแลนด์” [ 17 ] [ 18 ]
ตัวอย่างเช่น ข้อมูลสลับกัน 9, 1, 9, 1, 9, 1 จะสร้างแผนภูมิเรดาร์ที่มีลักษณะเป็นยอดแหลม (ขึ้นๆ ลงๆ) ในขณะที่การเรียงลำดับข้อมูลใหม่เป็น 9, 9, 9, 1, 1, 1 จะสร้างส่วน (เซกเตอร์) สองส่วนที่แตกต่างกันอย่างชัดเจน
ในบางกรณีจะมีโครงสร้างตามธรรมชาติ และแผนภูมิเรดาร์ก็เหมาะสมเป็นอย่างดี ตัวอย่างเช่น สำหรับแผนภาพข้อมูลที่เปลี่ยนแปลงตลอดรอบ 24 ชั่วโมง ข้อมูลของแต่ละชั่วโมงจะมีความสัมพันธ์กับข้อมูลข้างเคียงตามธรรมชาติ และข้อมูลโดยรวมมีโครงสร้างเป็นวัฏจักร ดังนั้นจึงสามารถแสดงเป็นแผนภูมิเรดาร์ได้อย่างเป็นธรรมชาติ[ 16 ] [ 19 ] [ 20 ]
แนวทางชุดหนึ่งเกี่ยวกับการใช้แผนภูมิเรดาร์ (หรือที่จริงแล้วคือ "กราฟพื้นที่ขั้วโลก" ที่เกี่ยวข้องอย่างใกล้ชิด) คือ: [ 20 ]
- คุณไม่รังเกียจที่จะอ่านค่าพื้นที่ที่ซ้อนกันแทนที่จะอ่านค่าตามตำแหน่งบนมาตราส่วนทั่วไป (ดูตัวอย่างจากลำดับชั้นของคลีฟแลนด์)
- ชุดข้อมูลนี้เป็นแบบวัฏจักร อย่างแท้จริง ไม่ใช่แบบเชิงเส้น และ
- มี สินค้า สองชุดให้เปรียบเทียบกันชุดหนึ่ง มีขนาดเล็กกว่า อีกชุดมาก
ขนาดชุดข้อมูล
แผนภูมิเรดาร์มีประโยชน์สำหรับ ชุดข้อมูลหลายตัวแปรขนาดเล็กถึงปานกลางจุดอ่อนหลักคือประสิทธิภาพของแผนภูมิเรดาร์จำกัดอยู่ที่ชุดข้อมูลที่มีจุดน้อยกว่าสองสามร้อยจุด หลังจากนั้น แผนภูมิเรดาร์มักจะซับซ้อนเกินไป[ 5 ]
นอกจากนี้ เมื่อใช้แผนภูมิเรดาร์ที่มีหลายมิติหรือหลายตัวอย่าง แผนภูมิเรดาร์อาจดูรกและตีความได้ยากขึ้นเมื่อจำนวนตัวอย่างเพิ่มขึ้น
ตัวอย่างเช่น พิจารณาตารางสถิติการตีที่เปรียบเทียบ Shohei Ohtani ผู้ได้รับรางวัล MVP ของ MLB ปี 2021 กับสถิติของผู้ตีที่กำหนด (designated hitter) โดยเฉลี่ยของลีก และผู้เล่นระดับ Hall of Fame บางคน สถิติเหล่านี้แสดงถึงเปอร์เซ็นต์ของการตี การตีโฮมรัน การตีพลาด ฯลฯ ต่อการตีหนึ่งครั้งของผู้เล่น สำหรับข้อมูลเพิ่มเติมเกี่ยวกับความหมายของแต่ละสถิติที่ใช้ในตาราง คุณสามารถดูได้จากเอกสารอ้างอิงนี้ของ MLB [ 21 ]เราจะใช้ตารางนี้ด้านล่างเพื่อสร้างแผนภูมิเรดาร์เปรียบเทียบสถิติการตีของ MVP ปี 2021 กับค่าเฉลี่ยของลีกสำหรับผู้ตีที่กำหนดและผู้ตีปกติ เพื่อพยายามแสดงภาพเมตริกประสิทธิภาพและสรุปด้วยภาพว่า Shohei ทำผลงานได้ดีกว่าผู้เล่นโดยเฉลี่ย ต่อไปเราจะรวมตัวอย่างเพิ่มเติมลงในแผนภูมิเรดาร์ โดยใช้ผู้เล่นระดับ Hall of Fame อย่าง Jackie Robinson, Jim Thome และ Frank Thomas เพื่อเปรียบเทียบ Shohei กับผู้ตีที่ยิ่งใหญ่ที่สุดตลอดกาลบางคน แผนภูมิเรดาร์นี้ไม่เพียงแต่จะช่วยให้เราเข้าใจว่าโชเฮมีฝีมือเทียบกับผู้เล่นระดับท็อปในอดีตอย่างไร แต่ยังแสดงให้เห็นถึงข้อจำกัดของการมีตัวอย่างมากเกินไปในแผนภูมิเรดาร์อีกด้วย
| เป้า | บีเอ | โอบีพี | เอสแอลจี | ปฏิบัติการ | HR% | ดังนั้น% | BB% |
|---|---|---|---|---|---|---|---|
| เอ็มแอลบี | 0.244 | 0.317 | 0.411 | 0.728 | 0.037 | 0.232 | 0.087 |
| ดีเอช | 0.239 | 0.316 | 0.434 | 0.75 | 0.047 | 0.256 | 0.093 |
| โชเฮ โอทานิ | 0.257 | 0.372 | 0.592 | 0.965 | 0.086 | 0.296 | 0.15 |
| แจ็กกี้ โรบินสัน | 0.313 | 0.41 | 0.477 | 0.887 | 0.0282 | 0.0582 | 0.151 |
| จิม โธม | 0.276 | 0.402 | 0.554 | 0.956 | 0.072 | 0.302 | 0.207 |
| แฟรงค์ โทมัส | 0.301 | 0.419 | 0.555 | 0.974 | 0.063 | 0.17 | 0.203 |
จากภาพที่ 10 เราจะเห็นว่าแผนภูมิเรดาร์สามารถตีความได้ง่ายเมื่อจำนวนเส้นและตัวอย่างมีค่อนข้างน้อย แต่เมื่อเราเปรียบเทียบตัวอย่างจำนวนมากขึ้นในภาพที่ 11 แม้ว่าจะไม่มีการเติมพื้นที่บนแผนภูมิเรดาร์ ก็จะเห็นได้ชัดว่าการตีความหรือการตัดสินใจเลือกข้อดีข้อเสียนั้นยากเพียงใด
ตัวอย่าง
แผนภูมิทางด้านขวา[ 5 ] ประกอบด้วยแผนภูมิรูปดาวของรถยนต์ 15 คัน รายการตัวแปรสำหรับแผนภูมิรูปดาวตัวอย่างมีดังนี้:
- ราคา
- อัตราสิ้นเปลืองน้ำมันเชื้อเพลิง (ไมล์ต่อแกลลอน)
- บันทึกการซ่อมแซมปี 1978 (1 = แย่ที่สุด, 5 = ดีที่สุด)
- บันทึกการซ่อมแซมปี 1977 (1 = แย่ที่สุด, 5 = ดีที่สุด)
- ความสูงภายในห้อง
- พื้นที่เบาะหลัง
- พื้นที่เก็บสัมภาระท้ายรถ
- น้ำหนัก
- ความยาว
เราสามารถดูแผนภูมิเหล่านี้ทีละรายการ หรือเราสามารถใช้แผนภูมิเหล่านี้เพื่อระบุกลุ่มรถยนต์ที่มีคุณสมบัติคล้ายคลึงกันได้ ตัวอย่างเช่น เราสามารถดูแผนภูมิรูปดาวของ Cadillac Seville (อันสุดท้ายในภาพ) และเห็นว่ามันเป็นหนึ่งในรถยนต์ที่มีราคาแพงที่สุด มีอัตราการสิ้นเปลืองน้ำมันเชื้อเพลิงต่ำกว่าค่าเฉลี่ย (แต่ไม่แย่ที่สุด) มีประวัติการซ่อมแซมโดยเฉลี่ย และมีพื้นที่ภายในและขนาดโดยเฉลี่ยถึงสูงกว่าค่าเฉลี่ย จากนั้นเราสามารถเปรียบเทียบ รุ่นของ Cadillac (แผนภูมิสามอันสุดท้าย) กับรุ่นของ AMC (แผนภูมิสามอันแรก) การเปรียบเทียบนี้แสดงให้เห็นรูปแบบที่แตกต่างกัน รุ่นของ AMC มักจะมีราคาไม่แพง มีอัตราการสิ้นเปลืองน้ำมันเชื้อเพลิงต่ำกว่าค่าเฉลี่ย และมีขนาดเล็กทั้งในด้านความสูง น้ำหนัก และพื้นที่ภายใน ในขณะที่รุ่นของ Cadillac มีราคาแพง มีอัตราการสิ้นเปลืองน้ำมันเชื้อเพลิงต่ำ และมีขนาดใหญ่ทั้งในด้านขนาดและพื้นที่ภายใน[ 5 ]
ทางเลือกอื่นๆ
อาจใช้กราฟเส้นสำหรับอนุกรมเวลาและข้อมูลอื่น ๆ[ 16 ]ในรูปแบบของพิกัดขนาน
สำหรับการเปรียบเทียบเชิงคุณภาพแบบกราฟิกของข้อมูลตาราง 2 มิติในตัวแปรหลายตัว ทางเลือกทั่วไปคือHarvey balls ซึ่ง Consumer Reportsใช้กันอย่างแพร่หลาย[ 22 ] การเปรียบเทียบใน Harvey balls (และแผนภูมิเรดาร์) อาจได้รับความช่วยเหลืออย่างมากโดยการเรียงลำดับตัวแปรตามอัลกอริทึมเพื่อเพิ่มความเป็นระเบียบ[ 23 ]
การวิเคราะห์องค์ประกอบหลัก (PCA) เป็นวิธีที่ยอดเยี่ยมในการแสดงภาพโครงสร้างภายในข้อมูลหลายตัวแปร
อีกทางเลือกหนึ่งคือการใช้แผนภูมิแท่งขนาดเล็กแบบอินไลน์ ซึ่งอาจเปรียบเทียบได้กับสปาร์คไลน์[ 23 ]
แม้ว่าโดยทั่วไปแล้วแผนที่เรดาร์และแผนที่ขั้วโลกจะถูกอธิบายว่าเป็นแผนที่ประเภทเดียวกัน[ 4 ]แต่บางแหล่งข้อมูลก็แยกความแตกต่างระหว่างแผนที่ทั้งสองประเภทนี้ และยังถือว่าแผนที่เรดาร์เป็นรูปแบบหนึ่งของแผนที่ขั้วโลกที่ไม่แสดงข้อมูลในแง่ของพิกัดขั้วโลก[ 24 ]
ดูเพิ่มเติม
ลิงก์ภายนอก
- แผนภาพดาว (Star Plot) – คู่มือวิธีการทางสถิติอิเล็กทรอนิกส์ของNIST /SEMATECH