Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Prof. Dr. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Visualisierung Vorlesung 8.

Ähnliche Präsentationen


Präsentation zum Thema: "Prof. Dr. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Visualisierung Vorlesung 8."—  Präsentation transkript:

1

2 Prof. Dr. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Visualisierung Vorlesung 8

3 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Wiederholung & Vertiefung: Visuelle Suche u. Pre-attentive Wahrnehmung

4 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Suchlicht Modell der visuellen Aufmerksamkeit

5 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Augenbewegungen  Sakkaden Anzahl: 2 – 5 pro Sekunde Dauer: 20 – 100 ms Winkelgeschwindigkeit: 900°/s Ballistische Bewegung, sakkadische Unterdrückung  Gleichmäßiges Tracking  Konvergenz und Divergenz  Akkomodation (Dauer: 200 ms)

6 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Useful Field of View (UFOV)  Große Schwankungsbreite (typisch: 1° bis 15°, in Extremfällen gesamtes Gesichtsfeld)  Abhängig von Objektdichte Stress, Müdigkeit, Drogen (Tunnelblick) Art des Reizes, bei Bewegung ist UFOV besonders gross (Reaktion < 1s bei statischen Objekten: 8°, bei bewegten Objekten bis 40°)

7 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Anwendung: User Interrupts  Signal auch außerhalb der Focusregion wahrnehmbar (Farbenblindheit im peripheren Sehen!!)  Signal soll wiederkehrend erinnern, nicht in die sakkadische Supression fallen  Signal soll nicht irritierend sein  Signal soll verschiedene Dringlichkeitsstufen haben  Eintreten des Signals in das Gesichtsfeld (Antwortzeit abhängig von Geschwindigkeit)

8 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Blinking momentarily attracts attention Highlighting A flying box leads attention Blinking momentarily attracts attention Motion elicits an orienting response

9 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Pre-Attentive Processing

10 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Farbe ist Pre-Attentive

11 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Generisches Experiment zur Pre-Attentiven Wahrnehmung  Anzahl von irrelevanten Objekten variieren  Pre-attentive Wahrnehmung bei < 10 ms pro Objekt

12 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Farbe ist pre-attentiv

13 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Orientatierung ist pre-attentiv

14 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Bewegung ist pre-attentiv

15 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Größe ist pre-attentiv

16 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Simple Schattierung ist pre-attentiv

17 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Konjunktion ist nicht pre-attentiv

18 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Zusammengesetzte Merkmale sind nicht pre-attentiv

19 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Umgebungsfarben sind nicht pre-attentiv

20 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Weitere Beispiele: Pre-Attentiv oder nicht?

21 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Bewegung ermöglicht Konjunktionen

22 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Pre-Attentive Konjunktionen  Stereo und Farbe  Farbe und Bewegung  Farbe und Position  Form und Position  Generell: Position und ein Aspekt der Form

23 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Pre-Attentive Kanäle  Form (Orientierung, Größe)  Farbe  Einfache Bewegung  Addition (bis zu 3)  Raum  Stereotiefe  Shading  Position

24 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Gesetze des pre-attentiven Display  Muss in einer einfachen Dimension hervorstechen: Farbe Einfache Form (Orientierung, Größe) Bewegung Tiefe  Im Highlighting immer nur eins aus diesen Dimensionen wählen

25 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Lehren aus der pre-attentiven Wahrnehmung  Gut für schnelle visuelle Suche (<10 ms/Objekt)  Mühelos wahrnehmbar  Basiert auf einfachen visuellen Attributen  Gesichter, etc. sind nicht pre-attentiv  Für Unterscheidbarkeit von Symbolen verwenden

26 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Design von Symbolen

27 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Design von Symbolen

28 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Lehren für das pre-attentive Display  Regeln, um Dinge unterscheidbar zu machen kann für Symbole als auch für Gebiete genutzt werden  Keine grossen Flächen mit starker Farbe, Bewegung oder Textur belegen (nichts kann dann mehr hervorstechen)  Orthogonalität ausnutzen: verschiedene Kanäle für unterschiedliche Arten von Information nutzen

29 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Wahrnehmung von Objekten

30 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Größe beeinflusst Objekterkennung

31 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Objekterkennung  Größe von 4 0 ist optimal für Objekterkennung  Objekterkennung baut auf den einfachen Wahrnehmungsprozessen auf  Verschiedene Theorien

32 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Template Theorien Ein Template mit einfachen Morph-Operationen

33 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Eigenschaften der Bilderkennung  Bemerkenswertes Gedächtnis für die Bilderkennung  Bis zu 5 Bilder pro Sekunde für die Objekterkennung  Anwendung in Interfaces zum Suchen von Bildern

34 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Wahrnehmung von Objektstrukturen

35 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Image Based vs Structure Theorien  Template Theorien basieren auf 2D Bildverarbeitung  Structure Theorien basieren auf einer Extraktion von 3D Primitiven aus einer Szene durch den Beobachter

36 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Geon Theory

37 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Geon Theory 3D Primitive “Geons” Structural skeleton Shape from shading ist auch ein Primitiv

38 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Wie werden Geons gefunden?

39 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Kanonische Silhouetten

40 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Teilprozesse der Objekterkennung

41 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Anwendung: Das Objekt Display (Wickens)  Verwendung von komplexen Objekten, um mehrere Variablen zu repräsentieren  Größen auf Objektteile abbilden  Struktur auf Objektstruktur abbilden  Verwendung von Metaphern  Attribute auf Objektattribute abbilden - Farbe, Größe, Bewegung, etc.

42 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Geon Diagramme (Pourang Irani)  3D Formprimitive für Architektur – Größen und ihre Beziehungen  Oberflächen Textur und Farbe für Attribute

43 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Erkennung 13% errors: 4.3 sec sub-structure 26% errors 7.1 sec sub-structure 42% memory errors 22% memory errors

44 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 3D versus 2D 34% memory errors 20% memory errors 21% errors 5.1 sec sub-structure 11.4% errors 3.7 sec sub-structure

45 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Semantik  darüber – baut auf  darunter – unterstützt, begründet  innen – Beinhaltung (z.B. private code)  Verbindungspunkte (external interfaces; part_of relationships) -> Topologie Mitte Oben Unten

46 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 (Natürliche) Semantik InstancesDependency Strength of Relationship Multiplicity

47 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8

48 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 The concrete/abstraction tradeoff  Gefahr: Überinterpretation von Objektdarstellung (werden “zu buchenstabengetreu” übernommen)  Abstrakte Darstellungen lassen mehr Raum für Interpretation (kreative Prozesse werden besser unterstützt)

49 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 2 ½ D Design  Benutze 3D Objekte zur Repräsentation von Entitäten  Benutze 2D Layout, um Struktur darzustellen  Bedenke Verdeckungen beim Layout  Bedenke Navigationskosten beim Layout Selektion, Hyperlinks, klar sichtbare Portale  Benutze kanonische Ansichten  Vermeide Informationslabyrinthe

50 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Visuelle Variablen & Standarddiagramme

51 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Graphische Semiologie (Graphical Semiotics)  Graphische Semiologie Wissenschaft der graphischen Zeichen und Symbole Basiert auf tausende Jahre alten Traditionen  Wissenschaften mit Bezug zu dieser Thematik Theologie, Philosophie, Anthropologie, Psychologie,..., Kartographie,..., Visualisierung  Grundlegende Arbeiten von Jacques Bertin The Semiology of Graphics, 1982  Grundlage der modernen Visualisierung

52 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Atelier de cartographie de Sciences Po (Paris, France),

53 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Visuelle Variablen Bertin 1982

54 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Visuelle Variablen  8 Visuelle Variablen nach Bertin, 1982 Position (x und y)Textur Fläche, GrößeNeigung, Orientierung HelligkeitForm, Gestalt Farbe

55 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Visuelle Variablen  Zusätzliche visuelle Variablen LängeVolumen FarbtonSättigung WinkelVerbindung Enthaltung

56 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Visuelle Variablen Zusätzliche visuelle Variablen BewegungBlinken

57 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Eigenschaften Visueller Variablen  Selektiv Spontane Gruppierung beim menschlichen Betrachter Besonders nützlich zur Visualisierung nominaler Daten Assoziativ vs. nicht assoziativ  Assoziativ: alle Variablen haben bei Benutzung dieser Variablen weiterhin die gleiche Sichtbarkeit  Ordinal Spontane Anwendung einer Ordnung beim menschlichen Betrachter Besonders nützlich zur Visualisierung ordinaler Daten  Proportional Spontane Anwendung einer Ordnung beim menschlichen Betrachter Direkte Assoziation eines Wertes Besonders nützlich zur Visualisierung ordinaler und quantitativer Daten

58 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Les trois dimensions de l'image instantanée

59 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Les propriétés du plan X Y Points ou lignes : réseaux ou matrices

60 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Les propriétés du plan X Y Image fixe ou image transformable Links oben: Gezeigt wird: Das Vorkommen des Produktes A, B, C.. im Land 1,2, 3... Rechts oben: Es wird auf diese Weise vom Betrachter eine seqeunzielle Netzanalyse () vorgenommen. => nicht pre-attentiv! Links unten + rechts unten: Es reicht, durch einfaches permutieren (Land 2 und Produkt D), gleichartige Zeilen 8und Spalten zu gruppieren und die Tabelle pre-attentiv zu machen. => MATRICE ORDONNABLE!

61 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Datentransformation zum besseren Verständniss Bertin: „On transforme des données en graphique pour comprendre“

62 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Effekte der Datentransformation

63 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8

64 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Effektivität Visueller Variablen QuantitativOrdinalNominal Geringe Effekt. Hohe Effektivität Position Länge Winkel Neigung Fläche Volumen Helligkeit Sättigung Farbton Textur Verbindung Enthaltung Form Position Helligkeit Sättigung Farbton Textur Verbindung Enthaltung Länge Winkel Neigung Fläche Volumen Form Position Helligkeit Sättigung Farbton Textur Verbindung Enthaltung Länge Winkel Neigung Fläche Volumen Form Nach Mackinlay 1986 mit Adaptionen

65 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Weitere Faktoren  Weitere Faktoren, welche die Effektivität einer Visualisierung beeinflussen können (Peeck, 1987) Ästhetische und künstlerische Aspekte, technische Qualität  Beispiel: Farbwahl (Color Balance) Authentizität  Grad in dem der Betrachter das Dargestellte glaubt Informationsdichte  Anzahl der visuellen Elemente und Detailgrad eines jeden Elements

66 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Übersicht  Wiederholung  Visuelle Variablen  Standard-Graphen

67 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Graph  Eigenschaften eines Graphen Visuelle Darstellung, die eine oder mehrere Beziehungen zwischen Elementen darstellt Prägnante Form zur Präsentation von Informationen Erlaubt es, Trends, Muster oder Vergleiche einfach zu erkennen bzw. zu verstehen

68 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Aspekte  Aufgabenorientierte Herangehensweise ist unabdingbar: Warum wird der Graph benötigt? Welche Fragen sollen beantwortet werden? Welche Daten sind notwendig, um diese Fragen zu beantworten? Wer ist die Zielgruppe? Was ist das Medium? time money

69 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Komponenten eines Graphen  Rahmen (Framework) Maßeinheiten, Skalierung  Inhalt Marken, Linien, Punkte  Beschriftungen (Labels) Titel, Achsen, Skalen

70 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Typische Formen von Graphen Liniengraph Säulen- diagramm Punktediagramm (Scatterplot) X-Achse: quantitativ Y-Achse: quantitativ Ziel: Erkennung von Änderungen über nachfolgende Werte X-Achse: qualitativ Y-Achse: quantitativ Ziel: relativer Vergleich von Punktwerte X-Achse: qualitativ/quantitativ Y-Achse: qualitativ/quantitativ Ziel: Analyse der Korrelation zwischen Variablen (linear, komplex, keine)

71 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Richtlinien zur Gestaltung von Graphen  Typische Anwendung: Vergleich quantitativer Variablen (z.B. Temperatur über die Zeit) Abhängige Variable ändert sich relativ zur unabhängigen Variable Unabhängige Variable als Referenz  Unabhängige vs. abhängige Variablen X-Achse zur Darstellung der unabhängigen Variable Y-Achse zur Darstellung der resultierenden abhängigen Variable  Bei der Darstellung von 2 unabhängigen Variablen Abbildung der unabhängigen Variablen auf Achsen Variation des verwendeten Symbols/Marke zur Darstellung der abhängigen Variable (z.B. durch unterschiedliche Farben)

72 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 1,2,3 Variablen A B C D E A B C D E A B C D E

73 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Standard-Graphen  Eine Reihe von Graphen werden seit langem erfolgreich zur Visualisierung eingesetzt  Beispiele Sequence Charts Punktediagramm (Scatterplots) Liniendiagramme (Line Graphs) Time Series (Strip Charts) Stabdiagramm (Dot Plots) Säulendiagramm, Balkendiagramm (Bar Charts) Tortendiagramme (Pie Charts) Kreisdiagramme (Circle Graphs)

74 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Strahldarstellung (Sequence Charts)  Sequence Charts repräsentieren quantitative Größen auf einer Achse  Typische Anwendung Zeitstrahl: Darstellung zeitvarianter Daten in chronologischer Ordnung  Darstellung von Merkmalen als Marken mit einem dem Wert entsprechendem Abstand zum Ursprung der Achse  Beschränkung auf die Visualisierung nominaler zeitabhängiger Daten durch die Verwendung von Marken zur Darstellung von Datenelementen

75 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Punktediagramm (Scatterplot)  Darstellung der Relationen zwischen 2 Variablen  Hilfreich zur Identifizierung von Korrelationen zwischen Variablen

76 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Korrelationen in Punktediagrammen Starke KorrelationSchwache KorrelationKeine Korrelation Positive/direkte KorrelationNegative/indirekte KorrelationKeine Korrelation Lineare KorrelationExponentielle KorrelationKomplexe Korrelation nach Harris 1996

77 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Liniengraph  Liniengraph, Liniendiagramm (Line Graph) Erweiterung des Punktediagramms durch Verbindung der Marken mit Linienelementen zur Betonung der zeitlichen Relation  Vorteile Verbesserte Erkennung von Unterschieden in kontinuierlichen Werten  Möglichkeit zur Integration verschiedener Sequenzen/Graphen in einer Graphik Abhängig von den konkreten Daten, maximal 2-8 Sequenzen

78 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 3D-Liniengraphen  3D-Version eines Liniengraphen zur Visualisierung zeitvarianter Daten mit Bezug auf eine weitere, freie Variable  Möglichkeit der Nutzung von Animation zur Visualisierung weiterer zeitlicher Aspekte  Beispiel: Visualisierung von Aktienwerten

79 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Isoplethen  Isoplethen (Isoline Graphs) Linien gleichen Zahlenwertes einer Größe, die von 2 weiteren Parametern abhängt Beispiele: Höhenlinien, Schichten- bzw. Konturlinien (engl. Contours) in einem Graphen  Spezielle Formen Isobaren: Linien gleichen Luftdruckes Isothermen: Linien gleicher Temperatur

80 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Isoplethen  Nutzung von Farbe zur Verdeutlichung von Aspekten und zur Visualisierung zusätzlicher Größen Linien Resultierende Flächen  Erweiterung auf 3D möglich

81 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Säulendiagramm, Balkendiagramm  Säulendiagramm, Balkendiagramm (Bar Chart) Säulen bzw. Balken zur Darstellung von Merkmalen an einem Punkt im Beobachtungsraum  Eigenschaften Verbesserte Vergleichbarkeit von Merkmalen relativer Vergleich von Punktwerten Unabhängige Variable diskret Unabhängige Variables quantitativ  Farbe/Textur kann zur Visualisierung zusätzlicher Merkmale genutzt werden

82 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Histogramm  Histogramm Spezielle Form des Säulendiagramms zur Darstellung der Verteilung einer Population über dem Beobachtungsraum  Beispiel Darstellung von Schulnoten einer Klasse Klassenspiegel für Klausurnoten

83 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Typische Strukturen in Histogrammen NormalverteilungBimodale VerteilungMultimodal distribution Asymmetrische, positiv verzerrte Verteilung Flache, platykurtische Verteilung Harris 1996 Asymmetrische, negativ verzerrte Verteilung Spitze, leptokurtische Verteilung

84 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Gantt Chart  Gantt Chart Spezielle Form eines Balkendiagramms Balken zur Darstellung von Anfang und Dauer eines Prozesses Ggf. weitere Marken zur Darstellung zeitlicher Ereignisse  Häufig genutzt zur Planung, Verwaltung und Kontrolle von Projekten

85 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Kreisdiagramm  Kreisdiagramm (Circle Chart, Pie Chart) Auch: Kuchendiagramm, Tortendiagramm Diagramm zu Anzeige der Anteilswerte der Ausprägungen einer diskreten Variablen  Eigenschaften Maßeinheiten üblicherweise in Prozent 0% und 100% typischerweise an oberster Stelle im Kreis positioniert Information typischerweise im Uhrzeigersinn angeordnet (Meaningful Order) Im Allgemeinen nur für Variablen mit maximal sechs oder sieben Werten geeignet

86 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Anteilige Waldfläche der Länder in Südostasien LandWaldfläche (in t.ha)  Kambotscha9830  Laos12435  Thailand11630  Vietnam9117  Brunei434  Indonesien  Malaysia15471  Philippinen6766  Singapur4 Datenquelle: Veröffentlichung "State of the Worlds Forest 1997" der Vereinten Nationen

87 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Pie Chart  A special version of the circle graph where the total population does not add to 100% is called Pie Chart

88 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Bubble Graph  Bubble Graph Spezielle Form des Punktediagramms Variation der Markengröße zur Darstellung einer quantitativen Größe  Bemerkung: Der wahrgenommene Wert mit Bezug auf die Größe der Marke korrespondiert zur Flächen nicht zum Durchmesser! Jung 1998

89 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Whisker Charts  Whisker Chart, Box-Whisker Plot Spezielle Form des Punktediagramms zur Visualisierung mehrerer quantitativer Merkmale durch Variation des Whisker-Körpers und der Whisker-Glieder Nutzung typischerweise zur Visualisierung zweier abhängiger Variablen sowie folgender Größen der zweiten abhängigen Variable  Median (2. Quartil)  Median 1. Quantil (25%- Quartil)  Median 3. Quantil (75%- Quartil)  Kleinster Wert  Größter Wert  Farbe kann zur Darstellung weiterer Merkmale genutzt werden

90 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Whisker Charts  Konstruktion eines Whisker Charts Bestimmung von  Median (2. Quartil)  Median des 1. Quartil  Median des 3. Quartil  Kleinster Wert  Größter Wert Beispiel  Median = 80  Median 1. Quartil = 70  Median 3. Quartil = 90  Kleinster Wert = 65  Größter Wert = 100

91 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Circular Area Graph  Circular Area Graph Abbildung des Liniengraphen in Kreiskoordinaten Typischerweise verwendet im Fall von zyklischen Prozessen Beide Achsen repräsentieren quantitative Größen A kleine Anzahl von Graphen kann zum Vergleich in einem einzigen Graphen kombiniert werden

92 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Danksagung  Diese Vorlesung basiert auf Material von Prof. Dr. Wolfgang Müller Prof. Dr. Colin Ware

93 Prof. Dr. Detlef Krömker WS 2005/ Visualisierung – Vorlesung 8 Hausaufgabe  Lesen Sie: CW: Kap. 5 (bis S. 187) Kap. 6  Exzerpieren Sie wesentliche Punkte


Herunterladen ppt "Prof. Dr. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Visualisierung Vorlesung 8."

Ähnliche Präsentationen


Google-Anzeigen