

レーダーチャートは、同じ点から始まる軸上に表される 3 つ以上の量的変数の 2 次元チャートの形式で多変量データを表示するグラフィカルな方法です。軸の相対的な位置と角度は通常情報を提供しませんが、データを最大総面積としてプロットするアルゴリズムなどのさまざまなヒューリスティックを適用して、明確な相関、トレードオフ、およびその他の多数の比較尺度を明らかにする相対的な位置に変数 (軸) を並べ替えることができます。[ 1 ]
レーダーチャートは、ウェブチャート、スパイダーチャート、スパイダーグラフ、スパイダーウェブチャート、スターチャート、[ 2 ]スタープロット、クモの巣チャート、不規則多角形、極座標チャート、キビアット図とも呼ばれます。[ 3 ] [ 4 ]これは、軸が放射状に配置された平行座標プロットに相当します。
レーダーチャートは、半径と呼ばれる等角のスポークのシーケンスで構成されるチャートまたはプロットであり、各スポークは変数の1つを表します。スポークのデータの長さは、すべてのデータポイントにおける変数の最大値に対する、データポイントの変数の大きさに比例します。各スポークのデータ値を結ぶ線が引かれます。これにより、プロットは星のような外観になり、このプロットの一般的な名前の1つの由来となります。スタープロットは、次の質問に答えるために使用できます。[ 5 ]
レーダーチャートは、任意の数の変数を持つ多変量観測を表示するのに便利な方法です。 [ 6 ] 各星は単一の観測を表します。通常、レーダーチャートは、各ページに多数の星があり、各星が 1 つの観測を表すマルチプロット形式で生成されます。[ 5 ]スタープロットは、1877 年にGeorg von Mayrによって初めて使用されました。 [ 7 ] [ 8 ]レーダーチャートは、プロットされた星形を構築するためにすべての変数が使用されるという点でグリフプロットとは異なります。前景変数と背景変数に分離はありません。代わりに、星形の図は通常、ページ上に長方形の配列で配置されます。観測が何らかの非任意的な順序で配置されている場合 (変数が何らかの意味のある順序で星の光線に割り当てられている場合)、データのパターンをいくらか見やすくなります。[ 9 ]

レーダーチャートは、スポーツにおいて選手の強みと弱みをグラフ化するために使用できます[ 10 ]。チャートの中心軸に沿って追跡できる選手に関連するさまざまな統計を計算します。例としては、バスケットボール選手のシュート成功数、リバウンド数、アシスト数など、または野球選手の打撃や投球の統計などがあります。これにより、選手の強みと弱みが一元的に視覚化され、他の選手の統計やリーグ平均と重ね合わせると、選手が優れている点と改善できる点が示されます[ 11 ] 。選手の強みと弱みに関するこれらの洞察は、コーチやトレーナーが選手のトレーニング計画を調整して弱みを改善できるようにすることで、選手の育成に非常に重要になる可能性があります。レーダーチャートの結果は、状況に応じたプレーにも役立ちます。打者が左投手に対して打撃が下手であることが示された場合、そのチームは左投手に対する打席数を制限する必要があることがわかります。一方、相手チームは打者が左投手に対して打たざるを得ない状況を作り出そうとするかもしれません。

レーダーチャートのもう 1 つの用途は、コンピュータ プログラム[ 12 ]コンピュータ、電話、車両など、さまざまなオブジェクトのパフォーマンス メトリクスを表示するための品質改善の管理です。コンピュータ プログラマは、プログラムのパフォーマンスを他のプログラムと比較するために分析を使用することがよくあります。レーダーチャートが役立つ可能性がある例としては、さまざまなソート アルゴリズムのパフォーマンス分析があります。プログラマは、選択、バブル、クイックなどのさまざまなソート アルゴリズムを集め、速度、メモリ使用量、電力使用量を測定してこれらのアルゴリズムのパフォーマンスを分析し、さまざまなサイズのデータで各ソートがどのように機能するかをレーダーチャートにグラフ化することができます。もう 1 つのパフォーマンス アプリケーションは、類似の車のパフォーマンスを相互に測定することです。消費者は、車の最高速度、1 ガロンあたりのマイル数、馬力、トルクなどの変数を見ることができます。そして、レーダーチャートを使用してデータを視覚化した後、結果に基づいてどの車が自分に最適かを決定できます。

レーダーチャートは、生命科学において、医薬品やその他の薬剤の長所と短所を表示するために使用できます。[ 13 ] 2つの抗うつ剤を例にとると、研究者は、有効性、副作用、コストなどの変数を1から10のスケールでランク付けできます。次に、レーダーチャートを使用して結果をグラフ化し、変数の分布を確認し、どのように異なるかを特定できます。たとえば、一方の抗うつ剤は安価で即効性がありますが、時間の経過とともに大きな効果はありません。一方、もう一方の抗うつ剤は、より強力な効果があり、時間の経過とともに効果が持続しますが、より高価です。生命科学のもう1つの応用は、患者分析です。レーダーチャートを使用して、人の健康に影響を与える生活上の変数をグラフ化し、分析して、その人を助けることができます。より具体的な例としては、アスリートの場合、睡眠、食事、ストレスなどのさまざまな健康習慣を監視して、最高の身体状態を維持できるようにします。[ 14 ]もしどこかの部位が沈んでいるのが示された場合、医師やトレーナーが介入してアスリートを支援し、健康状態を改善することができます。
レーダーチャートは、外れ値や共通点を際立たせて示す場合、あるいはあるチャートが他のチャートよりもあらゆる変数において大きい場合に適しており、主に各変数が何らかの点で「優れている」ことに対応し、すべての変数が同じ尺度上にある順序尺度測定に使用されます。
逆に、レーダーチャートは、ある変数では一方のチャートが他方のチャートよりも大きいが、他の変数では小さい場合、トレードオフの決定を下すのに適していないと批判されてきた。[ 15 ]
さらに、放射状距離を判断するのが難しいため、異なるスポークの長さを視覚的に比較することは困難ですが、同心円はグリッド線として役立ちます。代わりに、特に時系列の場合は、単純な折れ線グラフを使用できます。[ 16 ]
レーダーチャートは、特に領域が塗りつぶされている場合、含まれる領域が線形測定値の二乗に比例するため、データをある程度歪める可能性があります。たとえば、1から100までの範囲の5つの変数を持つチャートでは、すべての測定値が90の場合、5つの点で囲まれた多角形の領域は、すべての値が82の場合の同じ多角形の領域よりも10%以上大きくなります。
レーダーチャートでは、図5に示すように、値が近い場合、線や領域が互いに重なり合ってしまい、チャート上の異なるサンプルを視覚的に比較することが難しくなることがあります。
レーダーチャートは、データにいくつかの構造を課すが、それらはしばしば人為的なものである。
例えば、9、1、9、1、9、1という交互のデータはスパイク状のレーダーチャート(出たり入ったりする)を生成するが、データを9、9、9、1、1、1と並べ替えると、2つの明確なウェッジ(セクター)が生成される。
場合によっては自然な構造があり、レーダーチャートが適していることがあります。たとえば、24 時間周期で変化するデータの図では、各時間のデータは自然に隣接するデータと関連しており、データ全体には周期的な構造があるため、レーダーチャートとして自然に表示できます。[ 16 ] [ 19 ] [ 20 ]
レーダーチャート(あるいはそれと密接に関連する「極域グラフ」)の使用に関するガイドラインの1つは次のとおりです。[ 20 ]
レーダーチャートは、小規模から中規模の多変量データセットに役立ちます。主な弱点は、その有効性が数百点以下のデータセットに限られることです。それ以上になると、情報量が多すぎて扱いにくくなる傾向があります。[ 5 ]
さらに、複数の次元やサンプルを含むレーダーチャートを使用する場合、サンプル数が増えるにつれて、レーダーチャートが煩雑になり、解釈が難しくなる可能性がある。
例えば、MLB 2021 MVP 大谷翔平選手の打撃成績と、リーグ平均の指名打者や殿堂入り選手の成績を比較した表を見てみましょう。これらの成績は、選手の打席数あたりのヒット、ホームラン、三振などの割合を表しています。表で使用されている各統計が何を表しているかについての詳細は、MLB のこの資料を参照してください。[ 21 ]以下の表を使用して、2021 MVP の打撃成績を指名打者とレギュラー打者のリーグ平均と比較するレーダーチャートを作成し、パフォーマンス指標を視覚化して、翔平選手が平均的な選手を上回ったという結論を視覚的に導き出そうとします。次に、殿堂入り選手のジャッキー・ロビンソン、ジム・トーミ、フランク・トーマスを使用して、翔平選手を史上最高の打者の数人と比較し、レーダーチャートにサンプルを追加します。このレーダーチャートは、翔平選手が歴代のトッププレイヤーと比べてどのような位置づけにあるのかを直感的に理解できるだけでなく、レーダーチャートにサンプル数が多すぎることの限界を示すという点でも役立つだろう。
図10を見ると、レーダーチャートは、スポーク数とサンプル数が比較的少ない場合は容易に解釈できることがわかります。一方、図11では、レーダーチャートに領域塗りつぶしがなくても、より多くのサンプルを比較すると、解釈やトレードオフの判断がいかに難しくなるかが明らかになります。


右側の図[ 5 ]には、15台の車 のスタープロットが含まれています。サンプルスタープロットの変数リストは次のとおりです。
これらのプロットを個別に見ることもできますし、類似した特徴を持つ車のグループを特定するために使用することもできます。たとえば、キャデラック セビルの星形プロット(画像の最後のもの)を見ると、最も高価な車の 1 つであり、燃費は平均以下(ただし最悪ではない)で、修理記録は平均的で、広さとサイズは平均から平均以上であることがわかります。次に、キャデラックモデル(最後の 3 つのプロット)と AMC モデル(最初の 3 つのプロット)を比較できます。この比較により、明確なパターンがわかります。AMC モデルは、価格が安く、燃費が平均以下で、高さと重量、広さが小さい傾向があります。キャデラック モデルは、価格が高く、燃費が悪く、サイズと広さが大きいです。[ 5 ]
時系列データやその他のデータには、平行座標の形式で線グラフを使用することができます[ 16 ]。
複数の変数の 2 次元表データのグラフィカルな定性比較には、コンシューマー レポートで広く使用されているハーベイ ボールが一般的な代替手段です。[ 22 ]ハーベイ ボール (およびレーダー チャート) での比較は、変数をアルゴリズム的に順序付けて秩序を加えることで大幅に改善される可能性があります。[ 23 ]
多変量データ内の構造を視覚化する優れた方法として、主成分分析(PCA)が挙げられる。
別の方法としては、スパークラインに似た小さなインライン棒グラフを使用する方法がある。[ 23 ]
レーダーチャートと極座標チャートはしばしば同じチャートタイプとして説明されるが、[ 4 ]一部の資料では両者を区別しており、レーダーチャートは極座標でデータを表示しない極座標チャートのバリエーションであると考えているものもある。[ 24 ]
この記事には、米国国立標準技術研究所(NIST)のパブリックドメイン資料が含まれています。
フィリップ・J・キビアット
博士
は、最近開催されたNBS/ACMのパフォーマンス測定に関するワークショップで、半径を変数軸として使用する円形グラフが有用な形式になるかもしれないと提案しました。[…] 彼の重要性に関する洞察を認めるため、それらを「キビアットプロット」または「キビアットグラフ」と呼ぶことを推奨します。