公開日:|最終更新日:
研究に適したグラフの種類は、データがどのような疑問に答えるかによって決まります。グループ間の比較には棒グラフ、ばらつきの比較には箱ひげ図、1つの測定値の形状の把握にはヒストグラム、2つの測定値の散布図、そして経時的な変化には折れ線グラフを使用します。以下では、それぞれのグラフの種類を実際の引用可能なデータセットを用いて解説し、そこから読み取るべき数値と、査読者が最も指摘する間違いについて示します。
簡単な言葉で言うと
質問内容に基づいてグラフを選び、習慣で選ばないでください。データポイントが少ない場合は、すべてのデータポイントを表示してください。棒グラフの軸はゼロから始めてください。キャプションには、nの値と誤差範囲の意味を明記してください。
あなたの質問にはどのタイプのグラフが適していますか?
まず、この表をご覧ください。各行は、研究課題と、それに答えるグラフ、そしてそのグラフが最も誤解を招きやすい点を関連付けています。表中のすべてのグラフについては、以下で詳しく解説しています。また、二軸グラフについては、専用のセクションを設けています。診断精度、臨床試験、メタアナリシスのグラフ(ROC曲線、カプラン・マイヤー曲線、フォレストプロット、ブランド・アルトマンプロット)については、「臨床研究グラフ:臨床試験、診断検査、メタアナリシスのための10のグラフ」をご覧ください。
| あなたの質問 | 使用するグラフ | 失敗するところ |
|---|---|---|
| グループ平均を比較する | 生データを示す棒グラフ | 棒グラフだけでは、ばらつきとサンプルサイズが隠されてしまう。 |
| グループ間のばらつきと外れ値を比較する | 箱ひげ図 | 二峰性を隠蔽し、nが小さい場合に点を表示する。 |
| 1つの測定値の形状をご覧ください | ヒストグラム | ビンの幅を変えると画像が変わります。2つの幅を試してみてください。 |
| 2つの測定値がどのように連動して動くかを示します | 散布図 | 直線は因果関係を示唆するものであり、相関関係を示すにすぎない。 |
| 時間の経過に伴う変化を示す | 折れ線グラフ | 一本の直線的な流れが突然の変化を隠してしまうことがある |
| 値または相関関係のグリッドを表示する | ヒートマップ | ラベル付きの凡例がないと、カラースケールは誤解を招く。 |
| 全体のうちの2~5分の1の割合を示す | パイまたはスタックドバー | 5切れ以上は目視では比較できません |
各グラフタイプは2回に分けて分析されます。まず、Rに付属する公開データセットを用いて、すべての数値を再現します(RとPythonでそれぞれ独立して計算され、最後の桁まで一致しています)。次に、JAMA Network OpenまたはNature Communicationsに掲載された最近のオープンアクセス論文の図を用い、CC BY 4.0ライセンスに基づき出典を明記して複製します。これにより、著者が印刷物において同じ判断をどのように行っているかを確認できます。
棒グラフ:グループ平均の比較(ドットを表示)
棒グラフは値を長さとして表現するため、「どちらのグループが大きいか?」という問いに答えることができます。このデータは、オレンジジュース(OJ)またはアスコルビン酸(VC)としてビタミンCを3つの用量で投与された60匹のモルモットの歯の長さです(Crampton 1947、1本の棒グラフにつき10匹)。

読み方。0.5 mg/日では、OJの平均は13.23ミクロン、VCは7.98ミクロンです。1 mg/日では、その差は22.70ミクロン対16.77ミクロンです。2 mg/日では、棒グラフはほぼ同じで、26.06ミクロン対26.14ミクロンです。ドットは棒グラフでは示せない情報を提供します。2 mg/日では、VCを摂取した動物ははるかに広い範囲に散らばっています。
掲載例:参加者ごとに1本の棒グラフと信頼区間(JAMA Network Open、2026年)
棒グラフは、各棒が個人を表す場合にうまく活用できます。バウアーらは、高齢男性を対象としたタムスロシン減量に関する二重盲検N-of-1試験において、各参加者ごとに効果を個別に推定し、治療効果が大きい順から小さい順に、参加者ごとに1本の棒グラフを作成しました。

論文で報告されている内容。完全なプロトコルを試みた 30 人の参加者のうち、11 人 (36.7%) はタムスロシンの効果がほとんどないか全くなく、11 人 (36.7%) は中程度の効果があり、4 人 (13.3%) は強い効果がありました。4 人はプラセボ導入に耐えられませんでした。コピーする内容。色は効果のカテゴリを示し、凡例にはそれぞれ n (4、11、11) が示されています。参加者 ID は各バーの下にあります。キャプションには推定値の背後にあるモデル (期間と時間で調整された線形混合モデル) とエラー バーが何であるか (95% CI) が示されています。パネル B では、各人のプラセボと治療の平均がリンクされたペアとして表示されるため、読者は効果の背後にある生の値を見ることができます。
箱ひげ図:ばらつきと外れ値の比較
箱ひげ図は、各グループの中央値、四分位数、範囲を要約したものです(Tukey 1977)。これは、ばらつきを比較する最も速い方法です。同じ60匹の動物を箱として描いた図を以下に示します。

読み方。2 mg/日投与の場合、両群とも中央値は25.95です。OJ群は22.4~30.9(標準偏差2.66)、VC群は18.5~33.9(標準偏差4.80)です。平均値のウェルチt検定では、t = -0.05、p = 0.96、95%信頼区間 -3.80~3.64となり、検出可能な平均値の差はありませんが、変動性は明らかに異なります。平均値の表だけでは、この違いを見落としていたでしょう。
掲載例:各棒グラフの上に個々の症例を図示(JAMA Network Open、2026年)
臨床論文でも同様の原則が当てはまります。マクナマラらは、懸垂式鉛スーツを着用した介入的心エコー検査技師(95例)と、従来の鉛エプロンを着用した介入的心エコー検査技師(30例)の放射線量を比較しました。パネルAでは、各症例がボックス上の点で示されています。パネルBとCでは、線量が検出限界以下であった症例と、少なくとも20マイクロシーベルトの線量であった症例の割合を示すために、棒グラフに切り替わります。

論文の報告内容。中央線量は、吊り下げ式鉛防護服では 0.0 マイクロシーベルト (IQR 0.0 ~ 0.3) であったのに対し、従来の防護エプロンでは 10.6 (IQR 5.8 ~ 24.1) であり、P < .001 であった。コピーすべき内容。まず、ドット:防護服グループはゼロ付近に集まっており、ボックスだけでは直線として描画される。次に、キャプションには、グラフ作成のためにパネル A から極端な外れ値が削除されたと記載されており、ボックス (四分位範囲)、中心線 (中央値)、ひげ (外れ値を除いた最小値と最大値) が定義されている。第三に、棒グラフは症例の割合にのみ使用され、棒の長さが適切なエンコーディングとなる。
ヒストグラム:1つの測定値の形状
ヒストグラムは、連続した測定値を複数の区分に分割し、それぞれの区分における観測値をカウントします。これは「この変数はどのような形状をしているか?」という問いに答えるものです。データは、オールド・フェイスフル間欠泉の272回の噴火に関するものです(Azzalini and Bowman 1990)。

読み方。2分と4.4分付近に2つのピークがあります。平均は3.49分、中央値は4.0分ですが、272回の噴火のうち2.5分から3.5分の間続いたのはわずか12回(4.4%)です。平均値は実際の噴火をほとんど反映していません。「平均3.49、標準偏差1.14」とだけ報告すると、読者に誤った印象を与えてしまいます。
発表された例:バイオリンプロットを用いた分布形状の比較(JAMA Network Open、2026年)
グループ間で分布の形状を比較する必要がある場合、バイオリンプロット(Hintze and Nelson 1998)は各グループの鏡像ヒストグラムを描画します。Diasらは、全ゲノムシーケンス後の遺伝子診断を受けた子供(n = 86)と受けていない子供(n = 169)の年間医療費にこの方法を用いました。

図が示すもの。診断群の入院費用の中央値は年間 1,281 ポンドであったのに対し、未診断群では 795 ポンドでした (パネル A)。処方箋費用の中央値は 335 ポンドと 77 ポンドでした (パネル B、n = 84 と 168)。コピーすべきこと。各バイオリンの下にはサンプル サイズと中央値が表示され、水平線は四分位数を示しているので、読者は要約と形状を同時に把握できます。キャプションには、ゼロ値を保持したまま右に歪んだ費用には擬似対数 y 軸が使用されていると記載されています。軸は線形ではないため、目視ではなく、ラベル付きの目盛りと印刷された中央値から値を読み取ります。
散布図:2つの測定値をまとめて表示
散布図は、各観測値をx座標とy座標に配置します。これは、「これら2つの測定値は連動して動くか?」という問いに答えるものです。データは、32車種の重量と燃費です(ヘンダーソンとヴェレマン、1981年)。

読み方。ピアソン相関係数 r = -0.87 (95% CI -0.93 ~ -0.74、p = 1.3e-10)。適合した傾きは 1,000 ポンドあたり -5.34 mpg であり、重量は燃費の変動の 75% を説明します (R 二乗 = 0.75)。r だけでなく、信頼区間も報告してください。信頼区間のない相関係数では、推定値がどれだけ変動する可能性があるかがわかりません。
掲載例:散布図と一致度プロット(Nature Communications、2026年)
相関係数付きの散布図は「これらは一緒に動くか?」という問いに答えるものであり、「2つの方法が一致するか?」という問いには答えない。ブトコウらは、23人の健康な被験者を対象に、イヤホンを用いた一回拍出量の推定値を臨床基準装置と比較し、両方の結果を1つの図に示しました。

論文で報告されている内容。平均予測ストロークボリュームと基準ストロークボリューム間のピアソン相関係数r = 0.94、平均絶対誤差は5.24 mL、一致限界におけるパーセント誤差は11.05%です。パネルcでは、平均差は-0.02 mLで、95%一致限界は-9.35~9.3 mLです。コピーすべき内容。パネルaには恒等線(y = x)が追加されているため、読者は傾向だけでなく、完全な一致からのずれも確認できます。パネルcとdには、不一致の大きさを示すBland-Altmanビュー(Bland and Altman 1986)が追加されています。一致限界とバイアス差プロットに関するガイドを参照してください。
折れ線グラフ:時間の経過に伴う変化
折れ線グラフは順序付けられた観測値を線で結ぶため、視線は傾向を追うことができる。データは1871年から1970年までのアスワンにおけるナイル川の年間流量である(Cobb 1978)。

読み方。適合した傾向は年間-2.7単位(R二乗値0.22、p = 1.1e-06)ですが、これは実際の変化を過小評価しています。Cobb(1978)は1898年に変化があったことを指摘しています。1871年から1898年までの平均流量は1,098(n = 28)で、それ以降は850(n = 72)でした。これは約248単位のステップです(Welch p = 7.3e-11)。このデータは、緩やかな減少ではなく、急激な変化を示しています。
発表された例:信頼区間付き時系列データ(JAMA Network Open、2026年)
マッタ氏らは、カナダのオンタリオ州における2007年から2022年までの各年の救急外来受診率をグラフ化した。パネルAには全受診件数(n = 29,461,281)、パネルBには泌尿器科診断による受診件数(n = 2,192,213)が示されている。

論文の内容。年齢と性別で標準化された泌尿器科受診率は、2007年の100人あたり0.91から2015年には1.0に上昇し、その後2020年まで減少した。参考にすべき点。 1年ごとに1点、95%信頼区間、y軸の範囲はゼロを基準線とするのではなく動きを示すように選択(折れ線グラフでは許容されるが、棒グラフでは許容されない)、そして2つ目の軸の代わりに2つのパネルを使用する。2020年頃の落ち込みは一目でわかる。ナイル川の例と同様に、これらの年を横切る1本の直線トレンドラインでは、落ち込みが隠れてしまう。
論文掲載用の図表を作成したいですか?生データ、ラフスケッチ、または既存の図表をお送りください。ご希望の論文誌の仕様に合わせて、最大10個の図表を作成いたします。
ヒートマップ、円グラフ、二軸グラフ:それらが活躍する場面
これら3つのグラフは、それぞれ本来の用途以外で使用すると誤解を招く可能性があるため、レビュー担当者から最も多くのコメントが寄せられています。以下では、それぞれのグラフを実際のデータに基づいて分析し、読み取るべき数値と、そのグラフが適切かどうかを判断する基準を示します。
ヒートマップ:数値として読み取れないほど大きなグリッド
ヒートマップは、グリッドの各セルをその値に応じて色分けします。多数の変数間の相関行列や多数のサンプル間の表現など、数値の表が大きすぎてスキャンできない場合に使用します。例として、32車種の5つの測定値の相関行列(Henderson and Velleman 1981)が挙げられます。5つの変数では10組のペアしか得られないため、ここでは表で十分です。同じ設計が数十の変数に拡張される場合、表では対応できません。

読み方:青色のセルは一緒に上昇し、赤色のセルは反対方向に動きます。重量とエンジンサイズは強く相関しており(r = 0.89)、どちらも燃費の低下につながります(r = -0.87 および -0.85)。4分の1マイルタイムは重量との相関が弱いです(r = -0.17)。各セルに値が印刷されているため、読者は色の濃淡から数値を推測する必要はありません。
4つの選択肢によって信頼性が高まります。ゼロを中心とし、-1から1までの固定範囲を持つ発散スケール。すべてのセルに値が印刷されます。上半分は繰り返されるため、下半分の三角形のみを使用します。変数名は単語で表記し、単位はキャプションに記載します。レインボーカラースケールは避けてください。Crameri、Shephard、Heron(2020)は、レインボーカラースケールはデータを誤って表現し、色覚異常のある読者を排除する可能性があることを示しています。
円グラフ:全体の一部を表すグラフで、いくつかのスライスが明らかに異なる場合にのみ使用する。
円グラフは、全体がどのように部分に分割されるかを示します。読者は、角度や面積よりも共通の尺度に沿った位置をより正確に判断するため(Cleveland and McGill 1984)、円グラフは、いくつかのスライスが明らかに異なる場合にのみ有効です。以下は、6つの飼料グループにわたるヒナの数を両方の方法で示したものです(ヒナの体重、n = 71)。

読み方。円グラフでは、ヒマワリ、亜麻仁、カゼイン(それぞれ12羽)、肉粉(11羽)、ソラマメ(10羽)がほぼ同じに見え、順位が読み取れません。並べ替えられた棒グラフでは、各棒の横にカウントが印刷されているため、大豆(14羽、19.7%)がトップで、ソラマメ(10羽、14.1%)が最下位であることが一目でわかります。円グラフは、2~5個のスライスに明確な間隔を空けて使用し、各パーセンテージを印刷してください。それ以外の場合は、カテゴリを並べ替えて棒グラフを使用してください。
二軸グラフ:2つの尺度、著者が選んだ1つのストーリー
二軸グラフは、2つの指標を1つのグラフ上に表示し、それぞれに独自のy軸を持たせます。グラフの目盛りは作成者が選択でき、その選択によってグラフの印象が大きく変わる可能性があります。例として、1991年から1998年までの1,860営業日における、ドイツのDAX指数と英国のFTSE指数という2つの欧州株価指数の終値を示します。

読み方。パネルAでは、右側の軸が引き伸ばされているため、両方の線が同じ高さに広がり、1998年にDAXが追いつくまでFTSEがDAXをリードしているように見えます。パネルBでは、同じデータですが、右側の軸がずれているため、決して交わらない2本の線のように見えます。パネルCでは、両方を1つの軸に表示し、開始時に100を基準としています。DAXは約336で終了し、FTSEは約223で終了します。これは、DAXが236%上昇し、FTSEが123%上昇したためです。どちらの2軸パネルも、このことは示していません。
トレンド系列の相関関係に注目してください。 1,860日間を通して、2つの指数レベルの相関はr = 0.975ですが、これは主に両方の指数が上昇したことを反映しています。共通のトレンドを除去した日次対数リターンの相関はr = 0.64 (n = 1,859)です。これらの数値はRとPythonでそれぞれ独立して計算され、一致しています。
より安全な選択肢としては、両方の系列を1つの軸上の共通の基準線に合わせる(パネルC)、またはx軸を共有する2つのパネルを重ね合わせる方法があります。どうしても2つの軸を使用する必要がある場合は、各軸をその線に合わせて色分けし、単位を明記し、キャプションにスケールの選択を記載してください。Isenbergらは(2011)、読者が二重スケールのグラフをどのように解釈するかを研究しました。
図を提出する前にチェックリストを確認してください
- グラフの種類が質問内容と一致します(上記の表を参照)。
- 棒グラフの軸はゼロから始まります。nが小さい場合は個々の点が表示されます。
- キャプションには、n、誤差範囲または誤差帯が何を表しているか、およびデータソースが記載されています。
- グレースケールでも色は判別可能で、色覚異常のある読者にも分かりやすい。
- テキストは、対象とするジャーナルの印刷時の段幅で読みやすいサイズです。
- 軸には単位が明記されており、グラフに余計な装飾(3D効果、影など)は一切ありません。
原則に関する参考文献:Rougier、Droettboom、Bourne(2014)は、より良い図を作成するための10のルールを提示しており、Midway(2020)は、効果的なデータ視覚化のための設計原則について解説しています。どちらもDOIとともに以下に引用しています。棒グラフとヒストグラムの違いについてさらに詳しく知りたい場合は、「棒グラフとヒストグラム」を参照してください。グラフと統計検定の対応については、「適切な統計検定の選択」を参照してください。
これらのグラフを作成するための無料調査ツール
Editverseの無料リサーチツール
専門家の数値と統計分析
結果が揃い、査読者から返答されないような図表が必要な場合は、Editverseの専門統計学者と図表デザイナーが、投稿先のジャーナルの欄幅、フォント、色の要件に合わせて図表を作成します。分析自体がまだ未完了の場合は、まず下記の統計パッケージで分析を実行してください。
フィギュア
$300
掲載可能な図版を最大10点まで、PDF(ベクター形式)、PNG、EPS、TIFF形式で、ご希望のジャーナルに合わせてフォーマットいたします。納期は3~5営業日です。
これらの図表を基に原稿全体を執筆しますか?原稿執筆サービスをご覧ください。Editverseのサービスは、COPE、ICMJE、GPP 2022に準拠しています。
結論
設問からグラフを選び、可能であれば生データを表示し、キャプションを書く前に数値を確認してください。上記の5つのグラフはそれぞれ、同じ種類の要約から異なるストーリーを語っています。平均値は同じでもばらつきが異なり、平均値は実際の噴火を示しておらず、トレンドは変化を隠しています。審査員が求めているのはまさにこの点です。
よくある質問
研究で用いられる主なグラフの種類は何ですか?
棒グラフ、箱ひげ図、ヒストグラム、散布図、折れ線グラフは、ほとんどの結果セクションをカバーします。ヒートマップ、円グラフ、二軸グラフは、より限定的な用途に適しています。習慣ではなく、回答しようとしている質問に応じてグラフを選択してください。
2つのグループを比較するには、どのグラフを使用すればよいですか?
すべてのデータポイントを重ね合わせた棒グラフ、または箱ひげ図を使用してください。上記のモルモットの例では、2つのグループの平均値は約26ミクロンですが、ばらつきはほぼ2倍も異なります。
棒グラフの代わりにヒストグラムを使うべきなのはどんな時ですか?
発疹時間や血圧など、連続的な測定値が1つだけの場合は、分布を示すヒストグラムを使用してください。カテゴリーやグループ平均を比較する場合は、棒グラフを使用してください。
散布図は、一方の変数がもう一方の変数の原因であることを証明できるだろうか?
いいえ。自動車のデータでは、重量と燃費の相関係数はr = -0.87ですが、グラフは相関関係を示しているにすぎません。因果関係を主張するには、傾向線ではなく、研究デザインが必要です。
棒グラフのy軸は常にゼロから始まるべきでしょうか?
はい。棒グラフの長さは値を表すため、軸を切り詰めると差異が強調されます。折れ線グラフや散布図にはそのような制約はありません。
なぜ学術誌は個々のデータポイントを要求するのか?
棒グラフや平均値は、サンプルサイズとばらつきを隠してしまう。ワイスガーバーらは(2015年、PLOS Biology誌)、生理学系の多くの論文では、サンプル数の少ない連続データを棒グラフや折れ線グラフで提示しているが、それでは根本的な分布が明らかにならないことを示した。
ヒストグラムにはいくつのビン(区分)が必要でしょうか?
決まったルールはありません。少なくとも2種類の幅を試して、ノイズのない構造がはっきりと見える幅を選んでください。オールド・フェイスフル間欠泉のヒストグラムは0.25分間隔のビンを使用しています。
時間の経過に伴う変化を最もよく表しているグラフはどれですか?
折れ線グラフ。直線的な傾向を当てはめる前に、段階的な変化がないか確認してください。ナイル川の流量は1898年以降約248単位減少しましたが、これは単一の傾向線では過小評価されています。
二軸グラフとは何ですか?また、どのような場合に安全に使用できますか?
これは、異なるスケールを持つ2つの指標を1つのグラフ上に重ねて表示します。両方の軸にラベルが付いており、視覚的な一致を強制するようにスケールが選択されていない場合にのみ安全です。そうでない場合は、2つのパネルを使用してください。
ヒートマップはどのような場合に表よりも優れているのでしょうか?
グリッドが大きすぎて数値として読み取れない場合(例えば、多数の変数にわたる相関行列など)。各セルに値を表示し、発散するスケールの中心をゼロに合わせ、虹色のカラースケールは避けてください。
カテゴリー間の比較に円グラフを使用することが推奨されないのはなぜですか?
読者は、角度よりも共通の尺度で位置をより正確に判断する(クリーブランドとマクギル、1984)。ひよこの餌の例では、ほぼ等しい6つのスライスを円グラフから順位付けすることはできないが、並べ替えられた棒グラフは順序を一目で示す。
既に発表された論文の図を、自分の原稿に再利用しても良いですか?
ライセンスで許可されている場合に限ります。CC BY 4.0の図は、著作者のクレジット、ライセンスへのリンク、および変更点の注記を記載すれば再利用できます。その他のライセンスの場合は、出版社に許可を求めるか、独自のデータに基づいて図を再作成してください。図の著作権承認を得るための手順については、ガイドをご覧ください。
コーディングなしでこれらのグラフを作成できますか?
はい。GraphProはブラウザ上で25種類のグラフを作成でき、t検定、ANOVA、相関分析、カイ二乗検定のp値計算機能が組み込まれています。無料で、登録も不要です。
参考情報
- Rougier NP、Droettboom M、Bourne PE。より良い図を作成するための10の簡単なルール。PLoS Comput Biol. 2014;10(9):e1003833. doi:10.1371 / journal.pcbi.1003833
- Weissgerber TL、Milic NM、Winham SJ、Garovic VD。棒グラフと線グラフを超えて:新しいデータ表示パラダイムの時。PLoS Biol. 2015;13(4):e1002128. doi:10.1371 / journal.pbio.1002128
- Midway SR. 効果的なデータ視覚化の原則。Patterns. 2020;1(9):100141. doi:10.1016/j.patter.2020.100141
- Crampton EW. モルモットのビタミンC摂取量の基準としての切歯の歯芽細胞の成長。J Nutr. 1947;33(5):491-504. doi:10.1093/jn/33.5.491
- Azzalini A、Bowman AW。オールドフェイスフル間欠泉に関するデータの考察。応用統計学。1990;39(3):357-365。doi:10.2307/2347385
- Henderson HV、Velleman PF。対話的に多重回帰モデルを構築する。Biometrics。1981;37(2):391-411。doi:10.2307/2530428
- Cobb GW. ナイル川の問題:変化点問題に対する条件付き解。Biometrika. 1978;65(2):243-251. doi:10.1093/バイオメット/65.2.243
- McNamara DA、Decker JM、McNamara MW、et al. 介入的心エコー検査技師における吊り下げ式鉛スーツと放射線被ばく。JAMA Netw Open. 2026;9(3):e2558134. doi:10.1001 / jamanetworkopen.2025.58134
- Bauer SR、Kenfield SA、Oni-Orisan A、et al. 高齢男性の下部尿路症状に対するタムスロシンの減量:ランダム化臨床試験。JAMA Netw Open. 2026;9(7):e2621639. doi:10.1001 / jamanetworkopen.2026.21639
- Dias JML、More RP、Butler D、et al. 重症疾患の小児における全ゲノムシーケンスによる診断とケアの利用。JAMA Netw Open. 2026;9(9):e2634372. doi:10.1001 / jamanetworkopen.2026.34372
- Butkow KJ、Jalaludeen N、Liu Y、et al. 耳内オーディオセンシングによる心臓一回拍出量の測定。Nat Commun. 2026;17(1):8755. doi:10.1038/s41467-026-75642-0
- Matta R、Shaw J、Mohamud H、et al. 泌尿器疾患患者の救急外来受診、入院、および待ち時間。JAMA Netw Open. 2026;9(3):e2560058. doi:10.1001 / jamanetworkopen.2025.60058
- Bland JM、Altman DG。臨床測定の2つの方法間の一致を評価するための統計的方法。Lancet。1986;327(8476):307-310。doi:10.1016/S0140-6736(86)90837-8
- Hintze JL、Nelson RD。バイオリンプロット:ボックスプロットと密度トレースの相乗効果。Am Stat. 1998;52(2):181-184。doi:10.1080/00031305.1998.10480559
- Cleveland WS、McGill R. グラフィカルな知覚:理論、実験、およびグラフィカルな方法の開発への応用。J Am Stat Assoc. 1984;79(387):531-554. doi:10.1080/01621459.1984.10478080
- Crameri F、Shephard GE、Heron PJ。科学コミュニケーションにおける色の誤用。Nat Commun. 2020;11(1). doi:10.1038/s41467-020-19160-7
- Isenberg P、Bezerianos A、Dragicevic P、Fekete JD。デュアルスケールデータチャートに関する研究。IEEE Trans Vis Comput Graph。2011;17(12):2469-2478。doi:10.1109/TVCG.2011.160
- Tukey JW. 探索的データ分析. Reading, MA: Addison-Wesley; 1977.
掲載されている図(図A~E)は、参考文献の最後に記載されている5つの論文からCC BY 4.0ライセンスに基づいて転載したものです。データセット:Rのdatasetsパッケージに含まれるToothGrowth、faithful、mtcars、Nile、chickwts、EuStockMarkets。すべての統計データはRとPythonでそれぞれ独立して再現されています。
