グラフィック認識

グラフ認識とは、グラフやチャート上の情報を視覚的に解釈する人間の能力のことです。定量的情報と定性的情報の両方が画像に符号化されていると言え、それを解釈する人間の能力はデコードと呼ばれることもあります。^{[ 1 ]}人間のグラフ認識の重要性、つまり、私たちが容易に識別できるものと、脳がデコードするのがより困難なものとの違いは、優れた統計グラフィックデザインの基本であり、データの表示と解釈における明瞭さ、透明性、正確さ、精密さは、グラフ内のデータの翻訳を理解し、科学を明確に解釈するために不可欠です。^{[ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ]}

図形認識は、以下の方法で次元または識別段階において達成される。

• 検出 ：物理値を符号化する幾何学的形状の認識
• アセンブリ ：検出されたシンボル要素のグループ化。データ全体のパターンを識別する。
• 推定 ：2つの物理量の相対的な大きさを評価すること。

クリーブランドとマクギルの実験^{[ 1 ]}は、人間が最も正確に検出するグラフィック要素を明らかにするためのものであり、優れた統計グラフィック設計原則の基本要素である。^{[ 2 ] [ 3 ] [ 5 ] [ 6 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ]}実際には、共通の尺度で相対位置を最も正確に表示するグラフが最も効果的である。この要素を利用するグラフの種類はドットプロットである。逆に、角度はそれほど正確には認識されない。例として円グラフがある。人間は自然に色の色相を順序付けることはない。1つのグラフィックで識別できる色相の数は限られている。

グラフデザインの構成において視覚的な前注意処理を利用するグラフィックデザインは、脳のパターン認識能力を利用して、一枚の絵が千の言葉に値する理由です。すべてのグラフが前注意処理を考慮して設計されているわけではありません。たとえば、添付図のグラフィックデザイン機能である表参照は、グラフがパターンを識別する能力を利用する場合よりも、脳が解読するためにより多くの労力と時間を要します。^{[ 3 ]}

関心のある科学的疑問にすぐに答えるグラフィックデザインには、適切な推定が含まれます。連続データとカテゴリデータ、およびグループ化に適したグラフタイプの選択の詳細については、すでに説明されています。^{[ 6 ] [ 13 ]} 正確性、明瞭性、透明性に関するグラフィックの原則については、すでに詳しく説明されており^{[ 2 ] [ 3 ] [ 4 ] [ 14 ]}、主要な要素がまとめられています。^{[ 15 ]}

• 空間視覚化能力

• クリーブランドとマギルの9つのグラフィック要素の簡単な説明と図
• Priceonomics.comより「ウィリアム・クリーブランドはいかにしてデータ視覚化を科学へと昇華させたか」（2016年）
• ジョン・ラウザー氏による2016年のVelocity Amsterdamでのプレゼンテーション「人間はデータをどのように見るか」。優れたビジュアライゼーションが人間の視覚システムにどのように最適化されているかを解説している。
• マイケル・フレンドリーによるデータ視覚化ギャラリー：統計グラフィックの最高傑作と最低傑作