nach oben

Erschienen in:

2020 | OriginalPaper | Buchkapitel

Datenvisualisierung für Exploration und Inferenz

verfasst von : Richard Traunmüller

Erschienen in: Handbuch Methoden der Politikwissenschaft

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Zusammenfassung

Datenvisualisierung ist eine der effektivsten Methoden, um quantitative Information zu explorieren, zu beschreiben und zu kommunizieren. Dieser Beitrag diskutiert, welche Ziele Datenvisualisierung verfolgt und was sie zu einem analytischen Werkzeug macht. Zum einen wird Visualisierung für den wichtigen Schritt der Datenexploration beschrieben. Exemplarisch wird dabei vor allem auf table plots, parallel coordinate plots und small multiple designs eingegangen, die sich für die Visualisierung mehrdimensionaler Datenstrukturen eignen. Zum anderen werden visuelle Methoden der Inferenz in den Blick genommen: visuelle statistische Inferenz, in welcher Grafiken den Platz von Teststatistiken einnehmen, die Visualisierung inferentieller Unsicherheit und statistischer Modelle, sowie schließlich die Exploration von Modellunsicherheit.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Agentenbasierte Simulation in der Politikwissenschaft

Nächstes Kapitel Forecasting

Das Eingangsbeispiel ist eine alternative Version von Anscombe’s (1973) klassischem Quartett, welches Forschern seit Jahrzehnten als Warnung dafür dient, Daten ‚unbesehen‘ zu modellieren.

Allerdings stellen zwei zentrale visuelle Methoden der univariaten Datenexploration – das Histogramm und der Box Plot – bereits Datenabstraktionen dar. Im ersten Fall durch die Klasseneinteilung und im zweiten Fall durch die erfolgende Zusammenfassung einer Verteilung anhand von fünf Werten plus eventuellen Ausreißern. Dadurch wird Informationsgehalt reduziert, und es ist durchaus möglich, wichtige Aspekte der Daten zu übersehen.

Die Daten stammen aus dem DFG-Projekt „Parlamentskandidaten in den Deutschen Bundesländern: Sozio-demographischer Hintergrund, Rekrutierung, Einstellungen, und Wahlkampf“. Ich danke Thomas Zittel für die freundliche Bereitstellung der Daten.

Ich danke Hårvard Hegre und Espen Rød für die freundliche Bereitstellung des Datensatzes.

Adolph, Christopher. 2003. Visual interpretation and presentation of monte carlo results. Political Methodologist 11(1): 31.

Anscombe, Francis J. 1973. Graphs in statistical analysis. American Statistician 27(1): 17–21.

Becker, Richard A., William S. Cleveland, und Ming-Jen Shyu. 1996. The visual design and control of trellis display. Journal of Computational and Graphical Statistics 5(2): 123–155.

Bertin, Jacques. 1983. Semiology of graphics: Diagrams, networks, maps. Madison: University of Wisconsin Press.

Bowers, Jake. 2004. Using R to keep it simple. Exploring structure in multilevel datasets. The Political Methodologist 12:17–24.

Bowers, Jake, und Katherine W. Drake. 2005. EDA for HLM: Visualization when probabilistic inference fails. Political Analysis 13(4): 301–326.CrossRef

Brambor, Thomas, William R. Clark, und Matt Golder. 2006. Understanding interaction models: Improving empirical analyses. Political Analysis 14(1): 63–82.CrossRef

Brunner, Katharina, Christian Endt, Sascha Goldhofer, und Martina Schories. 2017. Wie wir über Wahlumfragen berichten. Süddeutsche Zeitung, 27.04.2017.

Buja, Andreas, Diane Cook, Heike Hofmann, Michael Lawrence, Eun-Kyung Lee, Deborah F. Swayne, und Hadley Wickham. 2009. Statistical inference for exploratory data analysis and model diagnostics. Philosophical Transactions of the Royal Society of London A: Mathematical, Physical and Engineering Sciences 367(1906): 4361–4383.

Cleveland, William S. 1994. The elements of graphing data, Rev. 2nd ed. Summit: Hobart Press.

Cleveland, William S., und Robert McGill. 1984. Graphical perception: Theory, experimentation, and application to the development of graphical methods. Journal of the American Statistical Association 79(387): 531–554.CrossRef

Cook, Dianne, und Deborah F. Swayne. 2007. Interactive and dynamic graphics for data analysis with R and Ggobi. New York: Springer.CrossRef

Cook, R. Dennis, und Sanford Weisberg. 1999. Applied regression including computing and graphics. New York: Wiley.CrossRef

Cook, Dianne, Eun-Kyung Lee, und Mahbubul Majumder. 2016. Data visualization and statistical graphics in big data analysis. Annual Review of Statistics and Its Application 3:133–159.CrossRef

Correll, Michael, und Michael Gleicher. 2014. Error bars considered harmful: Exploring alternate encodings for mean and error. IEEE Transactions on Visualization and Computer Graphics 20(12): 2142–2151.CrossRef

Few, Stephen. 2009. Now you see it. Simple visualization techniques for quantitative analysis. Oakland: Analytics Press.

Few, Stephen. 2012. Show me the numbers: Designing tables and graphs to enlighten. Oakland: Analytics Press.

Friendly, Michael. 2008. A brief history of data visualization. In Handbook of data visualization, 15–56. Berlin/Heidelberg: Springer.CrossRef

Friendly, Michael. 2009. Milestones in the history of thematic cartography, statistical graphics, and data visualization. Unveröffentlichtes Manuskript.

Gelman, Andrew. 2003. A bayesian formulation of exploratory data analysis and goodness-of-fit testing. International Statistical Review 71:369–382.CrossRef

Gelman, Andrew. 2004. Exploratory data analysis for complex models. Journal of Computational and Graphical Statistics 13(4): 755–779.CrossRef

Gelman, Andrew. 2009. Hard sell for bayes. Blogpost. https://andrewgelman.com/2009/07/15/hard_sell_for_b/. Zugegriffen am 20.11.2018.

Gelman, Andrew, und Jennifer Hill. 2007. Data analysis using regression and multilevel/hierarchical models. Cambridge: Cambridge University Press.

Gelman, Andrew, und Antony Unwin. 2013. Infovis and statistical graphics: Different goals, different looks. Journal of Computational and Graphical Statistics 22(1): 2–28.CrossRef

Gelman, Andrew, Cristian Pasarica, und Rahul Dodhia. 2002. Let’s practice what we preach: Turning tables into graphs. The American Statistician 56(2): 121–130.CrossRef

Greenhill, Brian, Michael D. Ward, und Audrey Sacks. 2011. The separation plot: A new visual method for evaluating the fit of binary models. American Journal of Political Science 55(4): 990–1002.CrossRef

Healy, Kieran, und James Moody. 2014. Data visualization in sociology. Annual Review of Sociology 40:105–128.CrossRef

Heer, Jeffrey, und Michael Bostock. 2010. Crowdsourcing graphical perception: Using mechanical turk to assess visualization design. In Proceedings of the SIGCHI conference on human factors in computing systems, 203–212. ACM.

Hurley, Catherine B. 2004. Clustering visualizations of multidimensional data. Journal of Computational and Graphical Statistics 13(4): 788–806.CrossRef

Inglehart, Ronald, und Christian Welzel. 2005. Modernization, cultural change, and democracy: The human development sequence. Cambridge: Cambridge University Press.

Inselberg, Alfred. 2008. Parallel coordinates: Visualization, exploration and classification of high-dimensional data. In Handbook of data visualization, Hrsg. C. Chen, W. K. Härdle und A. Unwin, 643–680. Berlin: Springer.CrossRef

Jackson, Christopher H. 2008. Displaying uncertainty with shading. The American Statistician 62(4): 340–347.CrossRef

Jacoby, William G. 1997. Statistical graphics for univariate and bivariate data. Thousand Oaks: Sage.CrossRef

Jacoby, William G. 2000. Loess: A nonparametric, graphical tool for depicting relationships between variables. Electoral Studies 19:577–613.CrossRef

Kastellec, Jonathan, und Eduardo Leoni. 2007. Using graphs instead of tables in political science. Perspectives on Politics 5(4): 755–771.CrossRef

Keim, Daniel, und Matthew Ward. 2003. Visualization. In Intelligent data analysis. An intreoduction, Hrsg. Michael Berthold und David J. Hand. New York: Springer.

Kerman, Jouni, Andrew Gelman, Tian Zheng, und Yuejing Ding. 2008. Visualization in Bayesian Data Analysis. In Handbook of Data Visualization, Hrsg. C. Chen, W. K. Härdle und A. Unwin, 709–724. Berlin: Springer.CrossRef

King, Gary, Michael Tomz, und Jason Wittenberg. 2000. Making the most of statistical analyses: Improving interpretation and presentation. American Journal of Political Science 44(2): 347–361.CrossRef

Kirk, Andy. 2016. Data visualisation. A handbook for data driven design. London: Sage.

Kosslyn, Stephen M. 1994. Elements of graph design. New York: WH Freeman.

Majumder, Mahbubul, Heike Hofmann, und Dianne Cook. 2013. Validation of visual statistical inference, spplied to linear models. Journal of the American Statistical Association 108(503): 942–956.CrossRef

Munzert, Simon, Lukas Stötzer, Thomas Gschwend, Marcel Neunhoeffer, und Sebastian Sternberg. 2017. Zweitstimme.org. Ein strukturell-dynamisches Vorhersagemodell für Bundestagswahlen. Politische Vierteljahresschrift 58(3): 418–441.CrossRef

Neumayer, Eric und Thomas Plümper. 2017. Robustness tests for quantitative research. Cambridge: Cambridge University Press.

Playfair, William. 1786. Commercial and political atlas: Representing, by copper-plate charts, the progress of the commerce, revenues, expenditure, and debts of England, during the whole of the eighteenth century. London: Corry.

Playfair, William. 1801. The commercial and political atlas: Representing, by means of stained copper-plate charts, the progress of the commerce, revenues, expenditure and debts of England during the whole of the eighteenth century. T. Burton.

Shih, Victor, Christopher Adolphe, und Mingxing Liu. 2012. Getting ahead in the communist party: Explaining the advancement of central committee members in China. American Political Science Review 106(1): XXXX.CrossRef

Shneiderman, Ben. 1996. The eyes have it: A task by data type taxonomy for information visualizations, 336–343. http://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=3922. Zugegriffen am 20.11.2018.

Spiegelhalter, David, Mike Pearson, und Ian Short. 2011. Visualizing uncertainty about the future. Science 333(6048): 1393–1400.CrossRef

Tennekes, Martijn, Jonge de Edwin, und Piet J. H. Daas. 2013. Visualizing and inspecting large datasets with tableplots. Journal of Data Science 11(1): 43–58.

Theus, Martin, und Simon Urbanek. 2009. Interactive graphics for data analysis: Principles and examples. Boca Raton: CRC Press.

Tufte, Edward. 2001. The visual display of quantitative information, 2. Aufl. Graphics Press.

Tufte, Edward. 2006. Beautiful evidence. Graphics Press.

Tukey, John W. 1977. Exploratory data analysis. Reading: Addison-Wesley.

Unwin, Antony. 2015. Graphical data analysis with R. Boca Raton: CRC Press.CrossRef

Unwin, Antony, Chis Volinsky, und Sylvia Winkler. 2003. Parallel coordinates for exploratory modelling analysis. Computational Statistics & Data Analysis 43(4): 553–564.CrossRef

Unwin, Antony, Martin Theus, und Heike Hofmann. 2006. Graphics of large datasets: Visualizing a million. New York: Springer Science & Business Media.CrossRef

Ware, Colin. 2013. Information visualization. Perception for design, 3. Aufl. Morgan Kaufmann.

Wegman, Edward J. 1990. Hyperdimensional data analysis using parallel coordinates. Journal of the American Statistical Association 85(411): 664–675.CrossRef

Welzel, Christian, Ronald Inglehart, und Hans-Dieter Klingemann. 2003. The theory of human development: A cross-cultural analysis. European Journal of Political Research 42(3): 341–379.CrossRef

Wickham, Hadley. 2007. Exploratory model analysis with R and GGobi. JSM Proceedings 2007.

Wickham, Hadley. 2010. A layered grammar of graphics. Journal of Computational and Graphical Statistics 19(1): 3–28.CrossRef

Wickham, Hadlely, Dianne Cook, Heike Hofmann, und Andreas Buja. 2010. Graphical Inference for InfoVis. Transactions on Visualization and Computer Graphics 16:973–979.

Wickham, Hadley, Dianne Cook, und Heike Hoffmann. 2015. Visualizing statistical models: Removing the blindfold. Statistical Analysis and Data Mining 8:203–225.CrossRef

Wilkinson, Leland. 2005. The grammar of graphics, 2. Aufl. New York: Springer.

Titel: Datenvisualisierung für Exploration und Inferenz
verfasst von: Richard Traunmüller
Verlag: Springer Fachmedien Wiesbaden
Buch: Handbuch Methoden der Politikwissenschaft
Print ISBN: 978-3-658-16935-0

Electronic ISBN: 978-3-658-16936-7

Copyright-Jahr: 2020
DOI: https://doi.org/10.1007/978-3-658-16936-7_5