Jenis-jenis Graf untuk Penyelidikan, Dengan Contoh yang Diterbitkan

Diterbitkan 17 Ogos 2024 | Kemas kini terakhir 27 Oktober 2026

Jenis graf yang betul untuk penyelidikan bergantung pada satu perkara: soalan yang dijawab oleh data anda. Gunakan graf bar dengan titik mentah untuk membandingkan kumpulan, plot kotak untuk membandingkan sebaran, histogram untuk melihat bentuk satu ukuran, plot serakan untuk dua ukuran bersama dan graf garis untuk perubahan dari semasa ke semasa. Di bawah, setiap jenis diusahakan pada set data sebenar yang boleh dipetik, dengan nombor yang harus anda baca daripadanya dan pengulas kesilapan paling kerap menandakannya.

Graf jenis yang manakah sesuai dengan soalan anda?

Mulakan dengan jadual ini. Setiap baris menghubungkan soalan kajian dengan graf yang menjawabnya dan cara graf tersebut paling kerap mengelirukan. Setiap graf dalam jadual dikerjakan sepenuhnya di bawah, dan carta dwi-paksi mempunyai bahagiannya sendiri. Untuk plot ketepatan diagnostik, percubaan dan meta-analisis (ROC, Kaplan-Meier, forest, Bland-Altman) lihat Graf Penyelidikan Klinikal: 10 Plot untuk Percubaan, Ujian Diagnostik dan Meta-Analisis.

Setiap jenis graf dikerjakan dua kali. Pertama pada set data awam yang dihantar bersama R, supaya anda boleh menghasilkan semula setiap nombor (dikira secara bebas dalam R dan Python dan dipadankan dengan digit terakhir). Kemudian pada rajah daripada kertas akses terbuka terkini dalam JAMA Network Open atau Nature Communications, diterbitkan semula di bawah lesen CC BY 4.0 dengan atribusi, supaya anda boleh melihat bagaimana penulis mengendalikan keputusan yang sama dalam bentuk cetakan.

Graf bar: membandingkan min kumpulan (tunjukkan titik-titik)

Graf bar mengekod nilai sebagai panjang, jadi ia menjawab "kumpulan mana yang lebih besar?". Data tersebut adalah panjang gigi pada 60 ekor babi guinea yang diberi vitamin C sebagai jus oren (OJ) atau asid askorbik (VC) pada tiga dos (Crampton 1947, 10 ekor haiwan setiap bar).

Cara membacanya. Pada 0.5 mg/hari, purata OJ adalah 13.23 mikron berbanding 7.98 untuk VC. Pada 1 mg/hari jurangnya ialah 22.70 berbanding 16.77. Pada 2 mg/hari bar kelihatan sama: 26.06 berbanding 26.14. Titik-titik tersebut menambah apa yang tidak boleh dilakukan oleh bar: pada 2 mg/hari haiwan VC berselerak merentasi julat yang lebih luas.

Contoh yang diterbitkan: satu bar bagi setiap peserta, dengan selang keyakinan (JAMA Network Open, 2026)

Bar boleh digunakan dengan baik apabila setiap bar adalah seorang individu. Dalam percubaan N-of-1 dua-buta bagi pengurangan preskripsi tamsulosin pada lelaki yang lebih tua, Bauer dan rakan sekerja menganggarkan kesan untuk setiap peserta secara berasingan dan melukis satu bar bagi setiap peserta, disusun daripada kesan rawatan terbesar hingga terkecil.

Apa yang dilaporkan oleh kertas kerja. Daripada 30 peserta yang mencuba protokol penuh, 11 (36.7%) mempunyai kesan tamsulosin yang minimum atau tiada, 11 (36.7%) kesan sederhana dan 4 (13.3%) kesan yang kuat; 4 tidak bertolak ansur dengan plasebo. Apa yang perlu disalin. Warna menandakan kategori kesan dan petunjuk memberikan n untuk setiap satu (4, 11, 11). ID peserta terletak di bawah setiap bar. Kapsyen menamakan model di sebalik anggaran (model campuran linear yang diselaraskan untuk tempoh dan masa) dan apakah bar ralat (95% CI). Panel B menunjukkan plasebo dan min rawatan setiap orang sebagai pasangan yang dipautkan, jadi pembaca melihat nilai mentah di sebalik kesan tersebut.

Plot kotak: membandingkan sebaran dan outlier

Plot kotak meringkaskan setiap kumpulan mengikut median, kuartil dan julatnya (Tukey 1977). Ia adalah cara terpantas untuk membandingkan sebaran. 60 ekor haiwan yang sama, dilukis sebagai kotak:

Cara membacanya. Pada 2 mg/hari, kedua-dua kumpulan mempunyai median 25.95. OJ adalah antara 22.4 hingga 30.9 (SD 2.66); VC adalah dari 18.5 hingga 33.9 (SD 4.80). Ujian-t Welch bagi min memberikan t = -0.05, p = 0.96, 95% CI -3.80 hingga 3.64: tiada perbezaan min yang dapat dikesan, tetapi kebolehubahan yang jelas berbeza. Jadual min sahaja sudah pasti tidak menunjukkannya.

Contoh yang diterbitkan: kes individu yang dilukis di atas setiap bar (JAMA Network Open, 2026)

Prinsip yang sama berlaku dalam kertas klinikal. McNamara dan rakan sekerja membandingkan dos radiasi dengan ekokardiografi intervensi yang memakai sut plumbum yang digantung (95 kes) atau apron plumbum tradisional (30 kes). Panel A menunjukkan setiap kes sebagai titik di atas kotak. Panel B dan C bertukar kepada bar untuk menunjukkan peratusan kes dengan dos yang tidak dapat dikesan dan dengan dos sekurang-kurangnya 20 mikrosievert.

Apa yang dilaporkan oleh kertas kerja tersebut. Dos median ialah 0.0 mikrosievert (IQR 0.0 hingga 0.3) dengan sut plumbum yang digantung berbanding 10.6 (IQR 5.8 hingga 24.1) dengan apron tradisional, P < .001. Apa yang perlu disalin. Pertama, titik-titik: kumpulan sut ialah gugusan hampir sifar yang akan dilukis oleh kotak sahaja sebagai garisan rata. Kedua, kapsyen menyatakan bahawa outlier ekstrem telah dialih keluar daripada panel A untuk tujuan grafik dan mentakrifkan kotak (julat antara kuartil), garisan tengah (median) dan misai (minimum dan maksimum tanpa outlier). Ketiga, bar hanya digunakan untuk peratusan kes, iaitu di mana panjang bar ialah pengekodan yang betul.

Histogram: bentuk satu ukuran

Histogram membahagikan satu ukuran berterusan kepada tong dan mengira cerapan dalam setiap satu. Ia menjawab "bagaimana rupa pembolehubah ini?". Data tersebut adalah 272 letusan geyser Old Faithful (Azzalini dan Bowman 1990).

Cara membacanya. Terdapat dua puncak, hampir 2 dan 4.4 minit. Purata masa ialah 3.49 minit dan median 4.0, tetapi hanya 12 daripada 272 letusan (4.4%) berlangsung antara 2.5 dan 3.5 minit. Purata tersebut menggambarkan hampir tiada letusan sebenar. Melaporkan "purata 3.49, SD 1.14" sahaja akan memberikan pembaca gambaran yang salah.

Contoh yang diterbitkan: membandingkan bentuk taburan dengan plot biola (JAMA Network Open, 2026)

Apabila anda perlu membandingkan bentuk taburan merentasi kumpulan, plot biola (Hintze dan Nelson 1998) melukis histogram cermin untuk setiap kumpulan. Dias dan rakan sekerja menggunakannya untuk kos penjagaan kesihatan tahunan pada kanak-kanak dengan diagnosis genetik (n = 86) dan tanpa diagnosis genetik (n = 169) selepas penjujukan keseluruhan genom.

Apa yang ditunjukkan oleh rajah tersebut. Kos kemasukan median ialah 1,281 paun setahun dalam kumpulan yang didiagnosis berbanding 795 dalam kumpulan yang tidak didiagnosis (panel A). Kos preskripsi median ialah 335 berbanding 77 (panel B, n = 84 dan 168). Apa yang perlu disalin. Setiap biola membawa saiz sampel dan mediannya di bawahnya, dan garisan mendatar menandakan kuartil, jadi pembaca mendapat ringkasan dan bentuknya bersama-sama. Kapsyen menyatakan bahawa paksi-y pseudo-log telah digunakan untuk kos condong kanan sambil mengekalkan nilai sifar. Oleh kerana paksi tidak linear, baca nilai daripada tanda semak berlabel dan median yang dicetak, bukan dengan mata.

Plot serakan: dua ukuran bersama

Plot serakan meletakkan setiap pemerhatian pada nilai x dan ynya. Ia menjawab "adakah kedua-dua ukuran ini bergerak bersama?". Data tersebut adalah berat dan penjimatan bahan api untuk 32 model kereta (Henderson dan Velleman 1981).

Cara membacanya. Pearson r = -0.87 (95% CI -0.93 hingga -0.74, p = 1.3e-10). Cerun yang dipadankan ialah -5.34 mpg setiap 1,000 lb, dan berat menjelaskan 75% variasi dalam penjimatan bahan api (R-kuadrat = 0.75). Laporkan selang masa, bukan sahaja r: korelasi tanpa selang keyakinannya menyembunyikan berapa banyak anggaran boleh bergerak.

Contoh yang diterbitkan: plot serakan ditambah plot persetujuan (Nature Communications, 2026)

Plot serakan dengan pekali korelasi menjawab "adakah ini bergerak bersama?". Ia tidak menjawab "adakah kedua-dua kaedah ini sepadan?". Butkow dan rakan sekerja menguji anggaran isipadu strok berasaskan fon telinga terhadap peranti rujukan klinikal dalam 23 peserta sihat dan menunjukkan kedua-dua pandangan dalam satu rajah.

Apa yang dilaporkan oleh kertas kerja. Pearson r = 0.94 antara purata isipadu ramalan dan isipadu strok rujukan, ralat mutlak min sebanyak 5.24 mL dan ralat peratusan sebanyak 11.05% dalam had persetujuan. Dalam panel c, perbezaan min ialah -0.02 mL dengan had persetujuan 95% dari -9.35 hingga 9.3 mL. Apa yang perlu disalin. Panel a menambah garis identiti (y = x), jadi pembaca melihat penyimpangan daripada persetujuan sempurna, bukan sahaja trend. Panel c dan d menambah pandangan Bland-Altman (Bland dan Altman 1986), yang menunjukkan saiz perselisihan faham. Lihat panduan kami untuk had persetujuan dan plot perbezaan bias.

Graf garis: perubahan mengikut masa

Graf garis menghubungkan pemerhatian yang tersusun, jadi mata mengikuti trend. Data tersebut adalah aliran tahunan Sungai Nil di Aswan dari tahun 1871 hingga 1970 (Cobb 1978).

Cara membacanya. Trend yang dipadankan ialah -2.7 unit setahun (R-kuadrat 0.22, p = 1.1e-06), tetapi ia mengecilkan apa yang berlaku. Cobb (1978) mendapati perubahan pada tahun 1898. Purata aliran ialah 1,098 untuk tahun 1871 hingga 1898 (n = 28) dan 850 selepas itu (n = 72): satu langkah kira-kira 248 unit (Welch p = 7.3e-11). Data menggambarkan anjakan secara tiba-tiba, bukan penurunan yang perlahan.

Contoh yang diterbitkan: siri masa dengan selang keyakinan (JAMA Network Open, 2026)

Matta dan rakan sekerja memplot kadar lawatan jabatan kecemasan di Ontario, Kanada, untuk setiap tahun dari 2007 hingga 2022: semua lawatan (n = 29,461,281) dalam panel A dan lawatan dengan diagnosis urologi (n = 2,192,213) dalam panel B.

Apa yang dilaporkan oleh kertas kerja tersebut. Kadar lawatan urologi yang diseragamkan mengikut umur dan jantina meningkat daripada 0.91 bagi setiap 100 orang pada tahun 2007 kepada 1.0 pada tahun 2015, kemudian menurun sehingga 2020. Apa yang perlu ditiru. Satu titik setahun dengan selang keyakinan 95%, julat paksi-y yang dipilih untuk menunjukkan pergerakan dan bukannya garis dasar sifar (boleh diterima untuk graf garis, bukan untuk bar), dan dua panel dan bukannya paksi kedua. Penurunan sekitar tahun 2020 dapat dilihat sepintas lalu. Seperti contoh Sungai Nil, satu garis trend lurus yang dilukis merentasi tahun-tahun ini akan menyembunyikannya.

Editverse

Disyorkan untuk artikel ini

Mahukan rajah-rajah ini disediakan untuk jurnal anda? Hantar data mentah, lakaran kasar atau rajah sedia ada. Kami menghantar sehingga 10 rajah yang diformatkan mengikut spesifikasi jurnal sasaran anda.

editverse.com

Perkhidmatan Visualisasi Data

$300

Lihat perkhidmatan

Sehingga 10 angkaPDF, PNG, EPS dan TIFFHari perniagaan 3-5

Peta haba, carta pai dan carta paksi dua: bila ia mendapat tempatnya

Tiga graf ini menarik paling banyak komen pengulas, kerana setiap graf boleh mengelirukan apabila digunakan di luar nichenya. Setiap graf diusahakan di bawah berdasarkan data sebenar, dengan nombor untuk dibaca dan peraturan yang menentukan sama ada ia layak mendapat tempatnya.

Peta haba: grid yang terlalu besar untuk dibaca sebagai nombor

Peta haba mewarnakan setiap sel grid mengikut nilainya. Gunakannya apabila jadual nombor terlalu besar untuk diimbas, seperti matriks korelasi merentasi banyak pembolehubah atau ungkapan merentasi banyak sampel. Contohnya ialah matriks korelasi lima ukuran pada 32 model kereta (Henderson dan Velleman 1981). Lima pembolehubah hanya memberikan 10 pasang, jadi jadual sudah memadai di sini; reka bentuk yang sama berskala kepada berpuluh-puluh pembolehubah, di mana jadual tidak boleh.

Cara membacanya. Sel biru naik bersama; sel merah bergerak ke arah yang bertentangan. Berat dan saiz enjin berkait rapat (r = 0.89), dan kedua-duanya menunjukkan penjimatan bahan api yang lebih rendah (r = -0.87 dan -0.85). Masa suku batu hanya terikat lemah dengan berat (r = -0.17). Oleh kerana nilai dicetak dalam setiap sel, pembaca tidak perlu meneka nombor daripada tempat yang berbeza.

Empat pilihan menjadikannya boleh dipercayai. Skala mencapah berpusat pada sifar dengan had tetap -1 hingga 1. Nilai yang dicetak dalam setiap sel. Hanya segi tiga bawah, kerana bahagian atas mengulanginya. Nama berubah-ubah dalam perkataan, dengan unit dalam kapsyen. Elakkan skala warna pelangi: Crameri, Shephard dan Heron (2020) menunjukkan bahawa mereka boleh salah menggambarkan data dan mengecualikan pembaca yang mengalami kekurangan penglihatan warna.

Carta pai: bahagian daripada satu keseluruhan, hanya apabila beberapa hirisan berbeza dengan jelas

Carta pai menunjukkan bagaimana satu keseluruhan dibahagikan kepada beberapa bahagian. Pembaca menilai kedudukan mengikut skala yang sama dengan lebih tepat berbanding sudut atau luas (Cleveland dan McGill 1984), jadi pai hanya berfungsi apabila beberapa hirisan berbeza dengan jelas. Berikut adalah kiraan anak ayam yang sama merentasi enam kumpulan makanan yang dilukis di kedua-dua arah (chickwts, n = 71).

Cara membacanya. Dalam pai, bunga matahari, biji rami dan kasein (setiap 12 anak ayam), tepung daging (11) dan kacang kuda (10) kelihatan hampir sama, dan kedudukannya tidak dapat dibaca. Dalam carta bar yang disusun, jejak kacang soya (14 anak ayam, 19.7%) dan kacang kuda (10, 14.1%) sepintas lalu, dengan kiraan dicetak di sebelah setiap bar. Gunakan pai hanya untuk 2 hingga 5 keping dengan jarak yang jelas di antara mereka, dan cetak setiap peratusan. Jika tidak, susun kategori dan gunakan bar.

Carta paksi dua: dua skala, satu cerita yang dipilih oleh penulis

Carta paksi dwi meletakkan dua ukuran pada satu plot, setiap satu dengan paksi-ynya sendiri. Penulis memilih setiap skala, dan pilihan itu boleh mengubah cerita. Contohnya ialah nilai penutupan harian dua indeks saham Eropah, DAX Jerman dan FTSE British, dari tahun 1991 hingga 1998 (1,860 hari dagangan).

Cara membacanya. Dalam panel A, paksi sebelah kanan diregangkan supaya kedua-dua garisan merentangi ketinggian yang sama, dan FTSE kelihatan mendahului DAX sehingga DAX mengejar pada tahun 1998. Dalam panel B, data yang sama, dengan paksi kanan dialihkan, kelihatan seperti dua garisan yang tidak pernah bertemu. Panel C meletakkan kedua-duanya pada satu paksi, diindeks kepada 100 pada permulaan: DAX berakhir pada kira-kira 336 dan FTSE pada kira-kira 223, kerana DAX meningkat 236% dan FTSE 123%. Tiada panel dwi-paksi yang menunjukkan perkara itu.

Perhatikan korelasi siri trend. Sepanjang 1,860 hari, korelasi kedua-dua aras indeks ialah r = 0.975, tetapi itu kebanyakannya mencerminkan bahawa kedua-duanya meningkat. Korelasi pulangan log harian, yang mengalih keluar trend yang dikongsi, ialah r = 0.64 (n = 1,859). Kedua-dua angka dikira secara bebas dalam R dan Python dan sepadan.

Pilihan yang lebih selamat. Indekskan kedua-dua siri kepada garis dasar yang sama pada satu paksi (panel C), atau susun dua panel yang berkongsi paksi-x. Jika anda mesti menggunakan dua paksi, warnakan setiap paksi agar sepadan dengan garisannya, berikan unit dan nyatakan pilihan skala dalam kapsyen. Isenberg dan rakan sekerja (2011) mengkaji bagaimana pembaca mentafsir carta dwi-skala.

Senarai semak sebelum anda menghantar rajah

• Jenis graf sepadan dengan soalan (lihat jadual di atas).
• Paksi graf bar bermula pada sifar; titik individu ditunjukkan apabila n adalah kecil.
• Kapsyen menyatakan n, yang diwakili oleh bar atau jalur ralat dan sumber data.
• Warna kekal boleh dibezakan dalam skala kelabu dan untuk pembaca buta warna.
• Teks boleh dibaca pada lebar lajur bercetak jurnal sasaran anda.
• Paksi dilabelkan dengan unit; tiada carta sampah (kesan 3D, bayang).

Bacaan lanjut tentang prinsip: Rougier, Droettboom dan Bourne (2014) menetapkan sepuluh peraturan untuk angka yang lebih baik, dan Midway (2020) merangkumi prinsip reka bentuk untuk visualisasi data yang berkesan. Kedua-duanya dipetik di bawah dengan DOI. Untuk perbezaan graf bar lawan histogram dengan lebih mendalam, lihat Carta Bar vs Histogram ; untuk memadankan graf dengan ujian statistik, lihat Memilih Ujian Statistik yang Tepat.

Alat Penyelidikan Percuma untuk Membuat Graf Ini

Angka Profesional dan Analisis Statistik

Jika keputusan anda sudah siap dan anda memerlukan angka yang tidak akan dihantar kembali oleh pengulas, ahli statistik subjek dan pereka angka di Editverse akan membinanya mengikut lebar lajur, fon dan keperluan warna jurnal sasaran anda. Jika analisis itu sendiri masih terbuka, pakej statistik di bawah akan menjalankannya terlebih dahulu.

Menulis manuskrip penuh berdasarkan angka-angka ini? Lihat perkhidmatan penulisan manuskrip . Amalan Editverse sejajar dengan COPE, ICMJE dan GPP 2022.

Kesimpulan

Pilih graf daripada soalan, tunjukkan poin mentah apabila anda boleh, dan baca nombor sebelum anda menulis kapsyen. Setiap satu daripada lima graf di atas menceritakan kisah yang berbeza daripada ringkasan yang sama: min yang sama dengan sebaran yang berbeza, min yang menggambarkan tiada letusan sebenar, trend yang menyembunyikan langkah. Itulah yang dicari oleh pengulas.

Soalan Lazim

Apakah jenis graf utama yang digunakan dalam penyelidikan?

Graf bar, plot kotak, histogram, plot serakan dan graf garis merangkumi kebanyakan bahagian keputusan. Peta haba, carta pai dan carta paksi dwi berfungsi dengan tugas yang lebih sempit. Pilih graf mengikut soalan yang anda jawab, bukan mengikut kebiasaan.

Graf yang manakah patut saya gunakan untuk membandingkan dua kumpulan?

Gunakan graf bar dengan setiap titik data bertindih, atau plot kotak. Dalam contoh tikus guinea di atas, dua kumpulan berkongsi purata kira-kira 26 mikron, namun sebaran mereka berbeza hampir dua kali ganda.

Bilakah saya perlu menggunakan histogram dan bukannya graf bar?

Gunakan histogram untuk satu pengukuran berterusan, seperti masa letusan atau tekanan darah, kerana ia menunjukkan taburan. Gunakan graf bar untuk membandingkan kategori atau min kumpulan.

Adakah plot serakan membuktikan satu pembolehubah menyebabkan pembolehubah yang lain?

Tidak. Dalam data kereta, berat dan penjimatan bahan api mempunyai r = -0.87, tetapi plot hanya menunjukkan perkaitan. Dakwaan kausal memerlukan reka bentuk kajian, bukan garis trend.

Patutkah paksi-y graf bar sentiasa bermula dari sifar?

Ya. Panjang bar mengekod nilai, jadi paksi terpenggal membesar-besarkan perbezaan. Graf garis dan plot serakan tidak membawa kekangan tersebut.

Mengapakah jurnal meminta titik data individu?

Bar dan min menyembunyikan saiz dan sebaran sampel. Weissgerber dan rakan sekerja (2015, PLOS Biology) menunjukkan bahawa banyak kertas kerja dalam jurnal fisiologi membentangkan data berterusan sampel kecil sebagai graf bar atau garis yang tidak dapat mendedahkan taburan yang mendasarinya.

Berapa banyak bin yang sepatutnya ada dalam histogram?

Tiada peraturan tunggal. Cuba sekurang-kurangnya dua lebar dan kekalkan yang menunjukkan struktur tanpa hingar. Histogram Old Faithful menggunakan bin 0.25 minit.

Graf yang manakah menunjukkan perubahan dari semasa ke semasa dengan paling baik?

Graf garis. Periksa untuk perubahan langkah sebelum menyesuaikan trend lurus: Aliran Nil jatuh kira-kira 248 unit selepas 1898, yang mana satu garis trend tunggal kurang jelas.

Apakah carta paksi dua hala dan bilakah ia selamat?

Ia melapisi dua ukuran dengan skala berbeza pada satu plot. Ia hanya selamat apabila kedua-dua paksi dilabel dan skala tidak dipilih untuk memaksa padanan visual; jika tidak, gunakan dua panel.

Bilakah peta haba lebih baik daripada jadual?

Apabila grid terlalu besar untuk dibaca sebagai nombor, seperti matriks korelasi merentasi banyak pembolehubah. Cetak nilai dalam setiap sel, pusatkan skala mencapah pada sifar dan elakkan skala warna pelangi.

Mengapakah carta pai tidak digalakkan untuk membandingkan kategori?

Pembaca menilai kedudukan pada skala biasa dengan lebih tepat berbanding sudut (Cleveland dan McGill 1984). Dalam contoh makanan anak ayam, enam hirisan yang hampir sama tidak boleh disusun daripada pai, manakala carta bar yang disusun menunjukkan susunan sekaligus.

Bolehkah saya menggunakan semula rajah daripada kertas kerja yang diterbitkan dalam manuskrip saya sendiri?

Hanya jika lesen membenarkannya. Figur CC BY 4.0 boleh digunakan semula dengan kredit kepada pengarang, pautan ke lesen dan nota sebarang perubahan. Untuk lesen lain, minta kebenaran daripada penerbit atau lukis semula figur anda sendiri daripada data anda sendiri. Panduan kami untuk mendapatkan kelulusan hak cipta untuk figur merangkumi langkah-langkahnya.

Bolehkah saya membuat graf ini tanpa pengekodan?

Ya. GraphPro membina 25 jenis carta dalam pelayar, dengan nilai-p ujian-t, ANOVA, korelasi dan khi kuasa dua terbina dalam. Ia percuma dan tidak memerlukan pendaftaran.

Rujukan

1. Rougier NP, Droettboom M, Bourne PE. Sepuluh peraturan mudah untuk angka yang lebih baik. PLoS Comput Biol. 2014;10(9):e1003833. doi:10.1371/journal.pcbi.1003833
2. Weissgerber TL, Milic NM, Winham SJ, Garovic VD. Melangkaui graf bar dan garis: masa untuk paradigma persembahan data baharu. PLoS Biol. 2015;13(4):e1002128. doi:10.1371/journal.pbio.1002128
3. Midway SR. Prinsip visualisasi data yang berkesan. Corak. 2020;1(9):100141. doi:10.1016/j.patter.2020.100141
4. Crampton EW. Pertumbuhan odontoblas gigi incisor sebagai kriteria pengambilan vitamin C marmut. J Nutr. 1947;33(5):491-504. doi:10.1093/jn/33.5.491
5. Azzalini A, Bowman AW. Tinjauan beberapa data mengenai geyser Old Faithful. Appl Stat. 1990;39(3):357-365. doi:10.2307/2347385
6. Henderson HV, Velleman PF. Membina model regresi berganda secara interaktif. Biometrik. 1981;37(2):391-411. doi:10.2307/2530428
7. Cobb GW. Masalah Sungai Nil: penyelesaian bersyarat kepada masalah titik perubahan. Biometrika. 1978;65(2):243-251. doi:10.1093/biomet/65.2.243
8. McNamara DA, Decker JM, McNamara MW, dsb. Sut plumbum terampai dan pendedahan radiasi dalam ekokardiografi intervensi. JAMA Netw Open. 2026;9(3):e2558134. doi:10.1001 / zamanetworkopen.2025.58134
9. Bauer SR, Kenfield SA, Oni-Orisan A, dkk. Tamsulosin mengurangkan preskripsi untuk simptom saluran kencing bawah pada lelaki yang lebih tua: percubaan klinikal rawak. JAMA Netw Open. 2026;9(7):e2621639. doi:10.1001 / zamanetworkopen.2026.21639
10. Dias JML, More RP, Butler D, dkk. Diagnosis melalui penjujukan genom keseluruhan dan penggunaan penjagaan pada kanak-kanak yang mengalami penyakit yang teruk. JAMA Netw Open. 2026;9(9):e2634372. doi:10.1001 / zamanetworkopen.2026.34372
11. Butkow KJ, Jalaludeen N, Liu Y, dkk. Mengukur isipadu strok jantung melalui pengesanan audio dalam telinga. Nat Commun. 2026;17(1):8755. doi:10.1038/s41467-026-75642-0
12. Matta R, Shaw J, Mohamud H, dkk. Lawatan jabatan kecemasan, kemasukan hospital dan masa menunggu untuk pesakit dengan keadaan urologi. JAMA Netw Open. 2026;9(3):e2560058. doi:10.1001 / zamanetworkopen.2025.60058
13. Bland JM, Altman DG. Kaedah statistik untuk menilai persetujuan antara dua kaedah pengukuran klinikal. Lancet. 1986;327(8476):307-310. doi:10.1016/S0140-6736(86)90837-8
14. Hintze JL, Nelson RD. Plot biola: sinergi surih kepadatan plot kotak. Am Stat. 1998;52(2):181-184. doi:10.1080/00031305.1998.10480559
15. Cleveland WS, McGill R. Persepsi grafik: teori, eksperimen dan aplikasi kepada pembangunan kaedah grafik. J Am Stat Assoc. 1984;79(387):531-554. doi:10.1080/01621459.1984.10478080
16. Crameri F, Shephard GE, Heron PJ. Penyalahgunaan warna dalam komunikasi sains. Nat Commun. 2020;11(1). doi:10.1038/s41467-020-19160-7
17. Isenberg P, Bezerianos A, Dragicevic P, Fekete JD. Satu kajian tentang carta data dwi-skala. Graf Pengkomputeran IEEE Trans Vis. 2011;17(12):2469-2478. doi:10.1109/TVCG.2011.160
18. Tukey JW. Analisis Data Penerokaan. Reading, MA: Addison-Wesley; 1977.

Angka yang diterbitkan (Rajah A hingga E) diterbitkan semula di bawah CC BY 4.0 daripada lima kertas kerja yang disenaraikan terakhir dalam rujukan. Set data: ToothGrowth, faithful, mtcars, Nile, chickwts dan EuStockMarkets daripada pakej set data R. Semua statistik diterbitkan semula secara bebas dalam R dan Python.