Tufteスタイルの視覚化をサポートする実験的証拠？

Q：ナイジェル・ホームズなどのチャートジャンク化された視覚化に対して、Tufteスタイルのミニマリストのデータを話す視覚化をサポートする実験的証拠はありますか？

ここでRプロットにチャートジャンクを追加する方法を尋ねると、レスポンダーは私に大量のスナークを投げ返しました。したがって、確かにいくつかの実験的証拠がなければならないが、私はそれらの反チャートジャンクポジションをサポートする私にはよくわからない---「Tufteがそう言った」よりも多くの証拠。右？

そのような証拠が存在する場合、人間、彼らの記憶の想起、およびパターンの識別に関して私たちが持っている多くの心理学的研究と矛盾します。だから、私はそれについて読むことを確かに楽しみにしています。

ちょっとした逸話：会議で、私はエドワード・タフテに、ジャンクアニメーションとビデオが人間の理解と記憶想起を改善するという実験的証拠をどのように見ているかを尋ねました[ 脳のルールで引用された研究を参照]。彼の応答：「彼らを信じないでください。」科学的方法はこれで終わりです！

PSもちろん、私はここで少し人を必要としている。私はタフテの本をすべて所有しており、彼の作品は素晴らしいと思います。私は彼の支持者が彼の議論のいくつかを売り過ぎたと思う。

注：これは、StackOverflowで私が尋ねた質問の再投稿です。プログラミング固有ではないため、モデレーターはそれを閉じました。CrossValidatedはより良い家かもしれません。

更新：私の元の質問のコメントセクションに、いくつかの便利なリンクがあります。つまり、Chambers、Cleveland、およびStanfordのdatavisグループの仕事です。

更新：この質問は、同様の主題を扱っています。

文献は膨大です。 実験的証拠は豊富ですが、不完全です。心理学的および記号論的調査に焦点を当てた紹介については、Alan M. MacEachren、How Maps Work（1995; 2004 in paperback）を参照してください。チャプター9（終わり近く）に直接ジャンプしてから、興味のある予備資料を逆にたどります。書誌は広範囲に渡りますが（400を超える文書）、歯の中では少し長くなっています。タイトルは地図作成に焦点を当てていることを示唆していますが、この本のほとんどは、人間がグラフィック情報から意味を作成し解釈する方法に関連しています。

そのような研究のいかなる量からも決定的な答えを得ることを期待しないでください。Tufte、Cleveland、その他は、データの正確で洞察に満ちたコミュニケーションと解釈を可能にするグラフィックスの作成に主に焦点を合わせていたことを思い出してください。他のグラフィックアーティストや研究者には、人々に影響を与えたり、効果的なプロパガンダを作成したり、複雑なデータセットを単純化したり、グラフィックメディアで芸術的な感性を表現したりといった目的があります。これらは、最初の一連の目標とはほぼ正反対であり、そこから、非常に異なるアプローチと推奨事項が見つかります。

このことを考えると、クリーブランドの研究のレビューは、Tufteの設計推奨事項の多くが適切な実験的正当性を持っていることを十分に納得させるはずだと思います。これらには、Lie Factor、Data-Ink Ratio、小さな倍数、および統計グラフィックを批判的に評価および設計するためのチャートジャンクの使用が含まれます。

ここにいくつかあります。

• Cleveland and McGill（1984、JASA）グラフィカルな知覚：理論、実験、およびグラフィカル手法の開発への応用
• Cleveland and McGill（1987、JRSSA）Graphical Perception：データのグラフィカル表示に関する定量的情報の視覚的デコード
• Lewandowsky and Spence（1989）散布図の判別層
• Spence and Lewandowsky（1991）割合と割合の表示
• Spence Kutlesa and Rose（1999）空間ディスプレイで色を使用してコード量をコーディング

完全なリファレンスについては、Googleに問い合わせてください

情報の視覚化は、他のすべての形式の視覚的コミュニケーションから切り離された島ではないことを忘れてはなりません。証拠に基づいた原則に基づいて作品を作りたい場合は、証拠が最も強い場所を探すのが最善だと思います。

データ視覚化技術に関する特定の研究、認知科学および一般設計研究の一般研究を読みましたが、より強力で徹底的な一般研究が各ブリーフおよび使用される各要素にどのように適用されるかを考えると、多くの場合より効果的であることがわかりましたそして、小さなサンプル、弱い研究手法、狭い調査、および/または深く根付いた仮定に苦しむことが多い、狭く適用された分野固有の研究を適用しようとするよりも有用です。

紹介としてお勧めする優れた書籍が2つあります。1つは科学を出発点とし、もう1つは一般原則を出発点として、証拠をもたらします。

• スティーブパーマーによるビジョンサイエンス。それは獣であり、学生として、私はバックパックに入れて持ち運ぶのに十分なほど愚かだったが、背中の怪我をしそうになったが、おそらくこれまでに見た中で最高の科学教科書であり、鮮明な例である視覚的および言葉による通告そのもの。最近、視覚化と情報デザインの作業に直接関連するコンテンツで章をラベル付けするために、いくつかのラベル付けを期待して、1つを除くすべての章にラベル付けすることにしました。
• ロックポートプレスによるデザインの普遍的原則。認知科学の研究をケーススタディとデザインのすべてのブランチからの事例を使って一連の驚くほど明確でまっすぐなダブルページスプレッドにまとめた非常に野心的で有用な本は、それぞれが確立された証拠に基づいた実用的な原則をカバーしています実践的な提案、作業例、さらに読むことを提案しました。非常に刺激的です。ただし、ルールのリストではなく、推奨される用途を備えたツールのリストと考えている限りは。

唯一の欠点は、このアプローチでは、そのような原則がどのように適用されるかを確認するためにより多くの思考が必要です。データ可視化コミュニティの多くがそうであるように、arbitrary意的なルールのリストを探しているなら、人々が大規模な不当な仮定と一般化を行うか、物事を構成する場所を除いて、1つはなく、決してないことはないと思います。質の高い応用研究は役に立ちますが、しっかりとしたフレームワークを持ち込むことができます。

データインクやチャートジャンクなどのTufteの一般原則のほとんどは、信号雑音比、図のグラウンド、減衰などの堅固な一般原則にまでさかのぼることができますが、フィールド固有で規範的なものになるまでの道のり、それらは、あなたの目的と聴衆についての大きな仮定と一般化と組み合わされ、それらを鈍器に変えます。応用研究における明らかな矛盾や議論の多くは、一歩後退し、文脈を考慮に入れ、基礎となる基本原則と各ケースの特定の特徴から抜け出せば、まったく矛盾ではありません。