Как соотнести схемы и рисунки: помогите плиз!соотнесите рисунки и схемы!это как понять?

При нанесении данных на график известное значение идет по оси x , а измеренное значение (или «неизвестное») идет по оси y .Например, если вы должны построить измеренную среднюю температуру за несколько месяцев, вы бы настроили оси, как показано на рисунке 2:

Рисунок 2: Известное значение соответствует горизонтальной оси

В следующих разделах описаны наиболее часто используемые типы визуализации данных.

Линейные графики

Одним из наиболее часто используемых графиков является линейный график.

Линейные графики просто используют линию для соединения точек данных, которые вы наносите на график. Они наиболее полезны для отображения тенденций и определения того, связаны ли две переменные (или «коррелируют») друг с другом.

Примеры тренда Данные включают в себя то, как показатели продаж меняются от месяца к месяцу и как характеристики двигателя изменяются при повышении температуры двигателя.

Вы можете использовать данные корреляции и , чтобы ответить на такие вопросы, как “В среднем, сколько сна люди спят в зависимости от их возраста?” или «Влияет ли расстояние, на которое ребенок живет от школы, на то, как часто он опаздывает?»

Примечание 1:

Данные могут быть непрерывными или прерывистыми (или дискретными).

Непрерывные данные – это , измеренные , и могут представлять любое значение на непрерывной шкале: рост, вес и время – все это примеры непрерывных данных.

Непрерывные данные не измеряются, но подсчитываются. : количество сотрудников компании или автомобилей в пробке являются примерами прерывистых данных.

По оси x линейного графика можно использовать только , непрерывных данных. Это связано с тем, что линейные графики используются для установления прямой связи между точками данных.Если переменные не являются непрерывными, вероятно, более уместна гистограмма. (См. Раздел о столбчатых диаграммах ниже.)

Использование линейных графиков: пример

ABC Enterprises меняется в течение года. Построив данные о продажах на линейном графике (как показано на рисунке 3), вы можете увидеть основные колебания в течение года. Здесь продажи падают в июне и июле и снова к концу года.

Рисунок 3: Пример линейного графика

Хотя некоторые сезонные колебания могут быть неизбежны для ABC Enterprises, все же возможно увеличить денежные потоки в периоды спада за счет маркетинговой активности и специальных предложений.

Линейные графики также могут отображать более одной линии или рядов данных. Тенденции легко сравнивать, когда вы представляете их на одном графике.

Например, у вас могут быть разные строки для разных категорий продуктов или местоположений магазинов, как показано на рисунке 4 ниже.

Рисунок 4: Пример линейного графика с несколькими сериями данных

Гистограммы

Другой тип диаграммы, показывающий отношения между различными наборами данных, – это гистограмма.

На столбчатой ​​диаграмме высота столбца представляет измеренное значение: чем выше или длиннее столбец, тем больше значение.

Использование гистограмм: пример

ABC Enterprises продает три различные модели своего основного продукта: Alpha, Platinum и Deluxe. Построив график продаж каждой модели за трехлетний период, вы можете увидеть тенденции, которые могут быть замаскированы простым анализом самих цифр.

На рисунке 5 видно, что, хотя Deluxe является самым продаваемым, его продажи упали за трехлетний период, в то время как продажи двух других продолжили расти.

Возможно, Deluxe устаревает и его нужно заменить на новую модель. Или он может страдать от более жесткой конкуренции, чем две другие модели.

Рисунок 5: Пример гистограммы

Вы также можете представить эти данные на линейном графике с несколькими последовательностями, как показано на рисунке 6.

Рисунок 6: Данные с рисунка 5, представленные на линейном графике

Часто выбор того, какой стиль использовать, сводится к тому, насколько легко определить тенденцию.В этом примере линейный график работает лучше, чем гистограмма, но этого может быть не так, если на диаграмме должны отображаться данные для 20 моделей, а не только для трех.

Как правило, если вы можете использовать линейную диаграмму для своих данных, гистограмма часто также будет выполнять эту работу. Однако не всегда верно обратное: когда переменные с осью x представляют прерывистых данных (таких как номера сотрудников или различные типы продуктов), вы можете использовать только гистограмму.

Данные также могут быть представлены на горизонтальной гистограмме , как показано на рисунке 7.Это лучший метод, когда вам нужно больше места для описания измеряемой переменной. Его можно написать сбоку от графика, а не сдавливать под осью x .

Рисунок 7: Пример горизонтальной столбчатой ​​диаграммы

Круговые диаграммы

На круговой диаграмме части сравниваются с целым. Таким образом, он показывает распределение процентов . Круговая диаграмма представляет собой общий набор данных, и каждый сегмент круговой диаграммы представляет собой отдельную категорию в целом.

Чтобы использовать круговую диаграмму, данные, которые вы измеряете, должны отображать соотношение или процентное соотношение. Каждый сегмент должен быть рассчитан с использованием одной и той же единицы измерения, иначе числа будут бессмысленными.

Использование круговых диаграмм: пример

Круговая диаграмма на рисунке 8 показывает, откуда приходят продажи ABC Enterprises.

Рисунок 8: Пример круговой диаграммы

Совет 1:

Будьте осторожны, чтобы не использовать слишком много сегментов на круговой диаграмме.Больше шести, и становится слишком многолюдно.

Совет 2:

Если вы хотите выделить один из сегментов, вы можете немного отделить его от основного пирога.

Совет 3:

При всей очевидной полезности круговые диаграммы имеют ограничения. Например, макет может маскировать относительные размеры и важность процентов. Подумайте, сможет ли гистограмма лучше проиллюстрировать ваши намерения.

Диаграммы Венна

Венна показывают перекрытий между наборами данных.

Каждый набор представлен кружком. Степень перекрытия наборов обозначается степенью перекрытия кругов.

Диаграмма Венна – хороший выбор, если вы хотите показать общие факторы или различия между отдельными группами.

Подпишитесь на нашу рассылку новостей

Получайте новые карьерные навыки каждую неделю, а также наши последние предложения и бесплатное загружаемое учебное пособие по личному развитию.

Использование диаграмм Венна: пример

На рис. 9 показаны продажи в Perfect Printing. Существует три линейки продуктов: печать канцелярских товаров, печать информационных бюллетеней и индивидуализированная рекламная продукция, например кружки.

Рисунок 9: Пример диаграммы Венна

При разделении клиентов по типу продукта, который они покупают, становится ясно, что самая большая группа клиентов (55 процентов от общего числа) – это те, кто покупает канцелярские товары.

Но, большинство клиентов канцелярских товаров , только используют Perfect Printing для канцелярских товаров (40 процентов). Они могут не осознавать, что Perfect Printing может также печатать информационные бюллетени и рекламные материалы своей компании. Perfect Printing могла бы рассмотреть возможность проведения некоторых маркетинговых мероприятий по продвижению этих продуктовых линеек своим клиентам канцелярских товаров.

, похоже, хорошо осведомлены о том, что компания также предлагает печатные канцелярские товары и рекламные товары – 23 процента клиентов, выпускающих информационные бюллетени, также покупают другие продукты.

Совет:

Попробуйте создать несколько примеров диаграмм с помощью Excel, Google Таблиц или другого программного обеспечения для создания диаграмм. Получите комфортный ввод данных и создание диаграмм, чтобы, когда вам нужно создать их по-настоящему, вы были хорошо подготовлены.

Ключевые точки

Диаграммы и графики помогают выразить сложные данные в простом формате. Они могут повысить ценность ваших презентаций и встреч, повысив ясность и эффективность вашего сообщения.

Существует множество форматов диаграмм и графиков на выбор.Чтобы выбрать правильный тип, полезно понять, как каждый из них создается и для какого типа информации он используется. Вы пытаетесь выделить тренд? Вы хотите показать перекрытие наборов данных или отобразить данные в процентах?

Когда у вас будет четкое представление о конкретном типе данных, с которым может использоваться каждая диаграмма или график, вы сможете выбрать тот, который лучше всего соответствует вашей точке зрения.

рисунков и диаграмм – Центр письма • Университет Северной Каролины в Чапел-Хилл

О чем этот раздаточный материал

В этом раздаточном материале будет описано, как использовать рисунки и таблицы для представления сложной информации в доступной и понятной форме для вашего читателя.

Нужна ли фигура / таблица?

При планировании письма важно подумать о том, как лучше всего передать информацию вашей аудитории, особенно если вы планируете использовать данные в форме чисел, слов или изображений, которые помогут вам построить и поддержать вашу аргументацию. Как правило, сводки данных могут иметь форму текста, таблиц или рисунков. Большинство авторов знакомы с резюме текстовых данных, и часто это лучший способ сообщить простые результаты. Хорошее практическое правило – посмотреть, сможете ли вы четко представить свои результаты в одном или двух предложениях.В таком случае таблица или рисунок, вероятно, не нужны. Если ваши данные слишком многочисленны или сложны, чтобы их можно было адекватно описать на таком пространстве, рисунки и таблицы могут быть эффективными способами передачи большого количества информации без загромождения текста. Кроме того, они служат в качестве справочных материалов для вашего читателя и могут выявить тенденции, закономерности или взаимосвязи, которые в противном случае было бы трудно понять.

Так в чем же разница между таблицей и фигурой?

Таблицы представляют собой списки чисел или текст в столбцах и могут использоваться для обобщения существующей литературы, для объяснения переменных или для представления формулировок вопросов обследования.Они также используются для того, чтобы сделать статью или статью более удобочитаемой, удаляя из текста числовые или перечисленные данные. Таблицы обычно используются для представления необработанных данных, а не тогда, когда вы хотите показать взаимосвязь между переменными.

Рисунки представляют собой визуальное представление результатов. Они бывают в виде графиков, диаграмм, рисунков, фотографий или карт. Цифры обеспечивают визуальное воздействие и могут эффективно передать ваш основной вывод. Традиционно они используются для отображения тенденций и закономерностей взаимосвязи, но их также можно использовать для передачи процессов или простого отображения сложных данных.Рисунки не должны дублировать ту же информацию, что и в таблицах, и наоборот.

Использование таблиц

Таблицы легко создавать с помощью табличной функции вашего текстового редактора или программы для работы с электронными таблицами, например Excel. Элементы таблицы включают легенду или заголовок, заголовки столбцов и тело таблицы (количественные или качественные данные). Они также могут включать подзаголовки и сноски. Помните, что думать об организации таблиц так же важно, как и об организации абзацев.Хорошо организованная таблица позволяет читателям легко понять значение представленных данных, в то время как неорганизованная таблица оставит читателя в замешательстве относительно самих данных или их важности.

Заголовок: Таблицы начинаются с номера, за которым следует четкий описательный заголовок или заголовок. Соглашения относительно длины заголовка и содержания зависят от дисциплины. В точных науках может быть допустимо длинное объяснение содержания таблицы. В других дисциплинах заголовки должны быть описательными, но короткими, и любое объяснение или интерпретация данных должно иметь место в тексте.Обязательно найдите примеры из опубликованных статей по вашей дисциплине, которые вы можете использовать в качестве модели. Также может быть полезно думать о названии как о «тематическом предложении» таблицы – оно говорит читателю, о чем таблица и как она организована. Таблицы читаются сверху вниз, поэтому заголовки располагаются над основной частью таблицы и выравниваются по левому краю.

Заголовки столбцов: заголовки столбцов предназначены для упрощения и пояснения таблицы, позволяя читателю быстро понять компоненты таблицы.Следовательно, заголовки столбцов должны быть краткими и описательными и включать единицы анализа.

Тело таблицы: здесь находятся ваши данные, будь то числовые или текстовые. Опять же, организуйте свою таблицу таким образом, чтобы помочь читателю понять значение данных. Обязательно подумайте о том, что вы хотите, чтобы ваши читатели сравнивали, и поместите эту информацию в столбец (вверх и вниз), а не в строку (поперек). Другими словами, постройте свою таблицу так, чтобы одинаковые элементы читались вниз, а не поперек.При использовании числовых данных с десятичными знаками убедитесь, что десятичные точки совпадают. Целые числа должны выровняться справа.

Прочие элементы стола

Таблицы должны иметь номер перед названием таблицы; таблицы и рисунки помечаются независимо друг от друга. В таблицах также должны быть строки, разграничивающие различные части таблицы (заголовок, заголовки столбцов, данные и сноски, если они есть). Линии сетки или прямоугольники не следует включать в печатные версии. Таблицы могут включать или не включать другие элементы, такие как подзаголовки или сноски.

Краткая справка по таблицам

Таблицы должны быть:

• По центру страницы.
• Пронумерованы в порядке их появления в тексте.
• Ссылки в том порядке, в котором они появляются в тексте.
• Обозначается номером таблицы и описательным заголовком над таблицей.
• Обозначается метками столбцов и / или строк, которые описывают данные, включая единицы измерения.
• Отдельно от самого текста; текст не обтекает стол.

Таблица 1. Физические характеристики Доктора в новой серии Doctor Who

Таблица 2.Физические характеристики Доктора в новой серии Doctor Who

С цифрами

Цифры могут принимать разные формы.Это могут быть графики, диаграммы, фотографии, рисунки или карты. Обдумайте намеренно свою цель и руководствуйтесь здравым смыслом, чтобы выбрать наиболее эффективную фигуру для передачи основной мысли. Если вы хотите, чтобы ваш читатель понимал пространственные отношения, карта или фотография могут быть лучшим выбором. Если вы хотите проиллюстрировать пропорции, поэкспериментируйте с круговой диаграммой или гистограммой. Если вы хотите проиллюстрировать взаимосвязь между двумя переменными, попробуйте линейный график или диаграмму рассеяния (подробнее о различных типах графиков ниже).Несмотря на то, что существует много типов рисунков, например таблиц, они имеют некоторые общие черты: подписи, само изображение и любую необходимую контекстную информацию (которая будет варьироваться в зависимости от типа используемого вами рисунка).

Подписи к рисункам

Рисунки должны иметь номер, за которым следует описательный заголовок или заголовок. Подписи должны быть краткими, но исчерпывающими. Они должны описывать показанные данные, обращать внимание на важные особенности, содержащиеся на рисунке, а иногда также могут включать интерпретацию данных.Рисунки обычно читаются снизу вверх, поэтому подписи располагаются ниже рисунка и выравниваются по левому краю.

Изображение

Самое важное для цифр – простота. Выбирайте изображения, которые зритель может понять и интерпретировать четко и быстро. Учитывайте размер, разрешение, цвет и важность важных функций. Фигуры должны быть достаточно большими и иметь достаточное разрешение, чтобы зритель мог различать детали, не напрягая глаза. Также подумайте о формате, который в конечном итоге примет ваша статья.Журналы обычно публикуют рисунки в черно-белом формате, поэтому любая информация, закодированная в цвете, будет утеряна для читателя. С другой стороны, цвет может быть хорошим выбором для статей, опубликованных в Интернете, или для презентаций PowerPoint. В любом случае используйте элементы фигуры, такие как цвет, линия и узор, для эффекта, а не для вспышки.

Дополнительная информация

Рисунки должны быть помечены цифрой перед названием таблицы; таблицы и рисунки нумеруются независимо друг от друга.Также не забудьте включить любую дополнительную контекстную информацию, необходимую вашему зрителю для понимания рисунка. Для графиков это могут быть метки, условные обозначения, поясняющие символы, а также вертикальные или горизонтальные деления. Для карт вам потребуется добавить шкалу и стрелку севера. Если вы не уверены в контекстной информации, посмотрите несколько типов цифр, которые обычно используются в вашей дисциплине.

Краткий справочник по рисункам

Цифры должны быть:

• По центру страницы.
• Обозначен (под рисунком) с номером рисунка и соответствующим описательным заголовком («Рисунок» может быть написан [«Рисунок 1»] или сокращен [«Рисунок 1»], если вы согласны).
• Пронумерованы в порядке их появления в тексте.
• Ссылки в том порядке, в котором они появляются в тексте (т. Е. Ссылка на рисунок 1 упоминается в тексте перед рисунком 2 и т. Д.).
• Отдельно от текста; текст не должен обтекать цифры.

Графики

Каждый график представляет собой фигуру, но не каждая фигура является графиком.Графики – это особый набор цифр, отображающий количественные отношения между переменными. Некоторые из наиболее распространенных графиков включают гистограммы, частотные гистограммы, круговые диаграммы, диаграммы разброса и линейные графики, каждая из которых по-разному отображает тенденции или взаимосвязи внутри наборов данных и между ними. Вам нужно будет тщательно выбрать лучший график для ваших данных и отношений, которые вы хотите показать. Более подробная информация о некоторых распространенных типах графиков представлена ​​ниже. Хороший совет относительно построения графиков – сохранять простоту.Помните, что основная цель вашего графика – это общение. Если ваш зритель не может визуально декодировать ваш график, значит, вы не смогли передать информацию, содержащуюся в нем.

Круговые диаграммы

Круговые диаграммы используются для отображения относительных пропорций, в частности отношения количества частей к целому. Используйте круговые диаграммы только тогда, когда части круговой диаграммы являются взаимоисключающими категориями, а сумма частей составляет значимое целое (100% чего-либо). Круговые диаграммы хорошо показывают отношения «в целом» (т.е. некоторые категории составляют «много» или «немного» всего). Однако, если вы хотите, чтобы ваш читатель различал мелкие различия в ваших данных, круговая диаграмма не для вас. Люди не очень хороши в сравнении, основанном на углах. Нам гораздо лучше сравнивать длину, поэтому попробуйте гистограмму как альтернативный способ показать относительные пропорции. Кроме того, круговые диаграммы с большим количеством маленьких кусочков или кусочков очень разных размеров трудно читать, поэтому ограничьте свои 5-7 категориями.

Примеры плохих круговых диаграмм:

Рисунок 1.Элементы в марсианской почве

На диаграмме показано относительное соотношение пятнадцати элементов в марсианской почве, перечисленных в порядке от «наибольшего» к «наименьшему»: кислород, кремний, железо, магний, кальций, сера, алюминий, натрий, калий, хлор, гелий, азот, фосфор, бериллий и др. Кислород составляет около состава, а кремний и железо вместе составляют около. Остальные срезы составляют меньшие доли, но проценты не указаны в ключе и их трудно оценить.Также трудно различить пятнадцать цветов при сравнении круговой диаграммы с ключом с цветовым кодированием.

Рисунок 2. Досуг венерианских подростков

На диаграмме показана относительная доля пяти видов досуга венерианских подростков (загар, поездки на Марс, чтение, возня со спутниками и кража земного кабеля). Хотя каждый из пяти фрагментов примерно одинакового размера (примерно 20% от общего числа), процент венерианских подростков, занимающихся каждым видом деятельности, сильно различается (загар: 80%, поездки на Марс: 40%, чтение: 12%, треп. со спутниками: 30%, похищением кабеля Земли: 77%).Следовательно, существует несоответствие между метками и фактической долей, представленной каждым действием (другими словами, если чтение составляет 12% от общего количества, его фрагмент должен занимать 12% площади круговой диаграммы), что делает представление неточным. . Кроме того, метки для пяти срезов в сумме составляют 239% (а не 100%), что делает невозможным точное представление этого набора данных с помощью круговой диаграммы.

Гистограммы

Гистограммы также используются для отображения пропорций.В частности, они полезны для демонстрации взаимосвязи между независимыми и зависимыми переменными, где независимые переменные являются дискретными (часто номинальными) категориями. Некоторые примеры: род занятий, пол и вид. Гистограммы могут быть вертикальными или горизонтальными. На вертикальной гистограмме независимая переменная отображается на оси x (слева направо), а зависимая переменная – на оси y (вверх и вниз). В горизонтальном варианте зависимая переменная будет отображаться на горизонтальной оси (x), а независимая – на вертикальной оси (y).Масштаб и происхождение графика должны иметь смысл. Если зависимая (числовая) переменная имеет естественную нулевую точку, она обычно используется в качестве исходной точки для гистограммы. Однако ноль – не всегда лучший выбор. Вам следует поэкспериментировать как с происхождением, так и с масштабом, чтобы наилучшим образом показать соответствующие тенденции в ваших данных, не вводя зрителя в заблуждение с точки зрения силы или степени этих тенденций.

Пример гистограммы:

Рис. 3. Пол членов экипажа космического корабля в популярном телесериале

На графике показано количество мужчин и женщин в экипажах космических кораблей для пяти различных популярных телесериалов: «Звездный путь» (1965 г.), «Звездный крейсер» (1978 г.), «Звездный путь: TNG» (1987 г.), «Звездные врата SG-1» (1997 г.) и «Светлячок» ( 2002).Поскольку телесериалы расположены в хронологическом порядке по оси x, график также можно использовать для поиска тенденций изменения этих чисел во времени.

Хотя количество членов экипажа на каждом шоу одинаковое (от 9 до 11), соотношение женщин и мужчин в экипажах различается. В «Звездном пути» в два раза меньше женщин-членов экипажа, чем мужчин-членов экипажа (3 и 6 соответственно), у «Звездного крейсера» меньше женщин-членов экипажа на четверть, чем мужчин-членов экипажа (2 и 9, соответственно), в «Звездном пути: TNG» есть четыре женщины-члена экипажа и шесть мужчин-членов экипажа, Stargate SG-1 имеет вдвое меньше женщин-членов экипажа, чем мужчин-членов экипажа (3 и 7, соответственно), а Firefly состоит из четырех женщин и пяти мужчин.

Гистограммы / распределения частот

Гистограммы частот – это особый тип гистограммы, показывающий взаимосвязь между независимыми и зависимыми переменными, где независимая переменная является непрерывной, а не дискретной. Это означает, что каждая полоса представляет собой диапазон значений, а не отдельное наблюдение. Зависимые переменные на гистограмме всегда числовые, но могут быть абсолютными (количество) или относительными (проценты). Гистограммы частот хороши для описания групп населения – примеры включают распределение баллов за экзамены для учащихся в классе или возрастное распределение людей, живущих в Чапел-Хилл.Вы можете поэкспериментировать с диапазонами столбцов (также известными как «ячейки») для достижения наилучшего уровня детализации, но каждый диапазон или ячейка должны быть одинаковой ширины и четко обозначены.

Диаграммы рассеяния XY

Точечные диаграммы – еще один способ проиллюстрировать взаимосвязь между двумя переменными. В этом случае данные отображаются в виде точек в системе координат x, y, где каждая точка представляет одно наблюдение по двум осям изменения. Часто диаграммы разброса используются для иллюстрации корреляции между двумя переменными: когда одна переменная увеличивается, другая увеличивается (положительная корреляция) или уменьшается (отрицательная корреляция).Однако корреляция не обязательно означает, что изменения одной переменной вызывают изменения другой. Например, третья, не нанесенная на график переменная может вызывать оба. Другими словами, диаграммы разброса можно использовать для построения графика одной независимой и одной зависимой переменных или для построения двух независимых переменных. В случаях, когда одна переменная зависит от другой (например, рост частично зависит от возраста), нанесите независимую переменную на горизонтальную ось (x), а зависимую переменную – на вертикальную ось (y).В дополнение к корреляции (линейной зависимости) диаграммы разброса можно использовать для построения нелинейных отношений между переменными.

Пример диаграммы рассеяния:

Рис. 4. Влияние погоды на наблюдения НЛО

Диаграмма рассеяния показывает взаимосвязь между температурой (ось x, независимая переменная) и количеством наблюдений НЛО (ось y, зависимая переменная) для 53 отдельных точек данных. Температура колеблется от 0 ° F до 120 ° F, а количество наблюдений НЛО колеблется от 1 до 10.График показывает небольшое количество наблюдений НЛО (от 1 до 4) при температурах ниже 80 ° F и гораздо более широкий диапазон количества наблюдений (от 1 до 10) при температурах выше 80 ° F. Похоже, что количество наблюдений имеет тенденцию к увеличению с повышением температуры, хотя есть много случаев, когда при высоких температурах происходит лишь несколько наблюдений.

Линейные графики XY

Линейные графики похожи на точечные графики в том, что они отображают данные по двум осям вариации. Однако линейные графики представляют собой серию связанных значений, которые отображают изменение одной переменной в зависимости от другой, например, численность населения мира (зависимая) с течением времени (независимая).Отдельные точки данных соединяются линией, привлекая внимание зрителя к локальным изменениям между соседними точками, а также к более крупным тенденциям в данных. Линейные графики похожи на гистограммы, но лучше показывают скорость изменения между двумя точками. Линейные графики также можно использовать для сравнения нескольких зависимых переменных, построив несколько линий на одном графике.

Пример линейного графика XY:

Рис. 5. Возраст актера каждой регенерации Доктора Кто (1-11)

Линейный график показывает возраст (в годах) актера каждой регенерации Доктора Кто с первой по одиннадцатую регенерацию.Возраст варьируется от максимального примерно 55 лет при первой регенерации до минимального примерно 25 лет при одиннадцатой регенерации. В течение одиннадцати перерождений наблюдается тенденция к снижению возраста актеров.

Общие советы для графиков

Стремитесь к простоте. Ваши данные будут сложными. Не поддавайтесь соблазну передать сложность ваших данных в графической форме. Ваша задача (и задача вашего графика) – сообщить самое важное о данных. Думайте о графиках, как о параграфах: если вы хотите сказать несколько важных вещей о своих данных, сделайте несколько графиков, каждый из которых подчеркивает один важный момент, который вы хотите высказать.

Стремитесь к ясности. Убедитесь, что ваши данные представлены визуально ясно. Убедитесь, что вы четко объяснили элементы графика. Учитывайте свою аудиторию. Будет ли ваш читатель знаком с типом фигуры, которую вы используете (например, коробчатой ​​графикой)? Если нет или вы не уверены, возможно, вам придется объяснить в тексте условные обозначения блочной диаграммы. Избегайте «чарта». Лишние элементы только делают графики визуально запутанными. Ваш читатель не захочет тратить 15 минут на выяснение сути вашего графика.

Стремитесь к точности. Внимательно проверьте свой график на наличие ошибок. Даже простая графическая ошибка может изменить смысл и интерпретацию данных. Используйте графики ответственно. Не манипулируйте данными так, чтобы казалось, будто они говорят о чем-то, чего нет – опытные зрители увидят эту уловку, и вы в лучшем случае покажетесь некомпетентным, а в худшем – нечестным.

Как таблицы и рисунки должны взаимодействовать с текстом?

Размещение рисунков и таблиц в тексте зависит от дисциплины.В рукописях (таких как лабораторные отчеты и черновики) таблицы и рисунки обычно помещают на отдельных страницах от текста, как можно ближе к тому месту, где вы впервые на них ссылаетесь. Вы также можете поместить все рисунки и таблицы в конце листа, чтобы текст не разбивался. Рисунки и таблицы также могут быть встроены в текст, если сам текст не разбит на небольшие части. Сложные необработанные данные обычно представлены в приложении. Обязательно ознакомьтесь с правилами размещения рисунков и таблиц в вашей дисциплине.

Вы можете использовать текст, чтобы помочь читателю интерпретировать информацию, содержащуюся в рисунке, таблице или графике, – рассказать читателю, что передает рисунок или таблица и почему было важно включить это.

При обращении к таблицам и графикам из текста можно использовать:

• Пункты, начинающиеся с «as»: «Как показано в таблице 1,…»
• Пассивный залог: «Результаты показаны в Таблице 1.»
• Активный голос (если соответствует вашей дисциплине): «Таблица 1 показывает, что…»
• Круглые скобки: «Каждый образец дал положительный результат на три питательных вещества (таблица 1).”

Консультации по работам

Мы ознакомились с этими работами при написании данного раздаточного материала. Это не полный список ресурсов по теме раздаточного материала, и мы рекомендуем вам провести собственное исследование, чтобы найти дополнительные публикации. Пожалуйста, не используйте этот список в качестве модели для формата вашего собственного списка литературы, так как он может не соответствовать используемому вами стилю цитирования. Инструкции по форматированию цитат см. В руководстве по цитированию библиотек UNC. Мы периодически пересматриваем эти советы и приветствуем отзывы.

Американская психологическая ассоциация. 2010. Публикационное руководство Американской психологической ассоциации . 6-е изд. Вашингтон, округ Колумбия: Американская психологическая ассоциация.

Колледж Бейтса. 2012. « Почти всего, что вы хотели знать о создании таблиц и рисунков». Как написать статью в стиле и формате научного журнала , 11 января 2012 г. http://abacus.bates.edu/~ganderso/biology/resources/writing/HTWtablefigs.html.

Кливленд, Уильям С.1994. Элементы графических данных , 2-е изд. Саммит, Нью-Джерси: Hobart Press ..

Совет научных редакторов. 2014. Научный стиль и формат: Руководство CSE для авторов, редакторов и издателей , 8-е изд. Чикаго и Лондон: Чикагский университет Press.

Издательство Чикагского университета. 2017. Чикагское руководство по стилю , 17-е изд. Чикаго и Лондон: Чикагский университет Press.

Эта работа находится под лицензией Creative Commons Attribution-NonCommercial-NoDerivs 4.0 Лицензия.
Вы можете воспроизвести его для некоммерческого использования, если вы используете весь раздаточный материал и указали источник: The Writing Center, University of North Carolina at Chapel Hill

Сделать подарок

Нейрокорреляты эпизодического кодирования картинок и слов

Реферат

Поразительной особенностью человеческой памяти является то, что картинки запоминаются лучше, чем слова. Мы исследовали нейронные корреляты памяти изображений и слов в контексте кодирования эпизодической памяти, чтобы определить специфические для материала различия в моделях активности мозга.Для этого мы использовали позитронно-эмиссионную томографию для картирования областей мозга, активных во время кодирования слов и изображений объектов. Кодирование осуществлялось с использованием трех различных стратегий для изучения возможных взаимодействий между спецификой материала и типами обработки. Кодирование изображений привело к большей активности двусторонней зрительной и медиальной височной коры по сравнению с кодированием слов, тогда как кодирование слов было связано с повышенной активностью в префронтальной и височно-теменной областях, связанной с функцией языка.Каждая стратегия кодирования характеризовалась особым паттерном активности, но эти паттерны были в основном одинаковыми для изображений и слов. Таким образом, улучшенная общая память для изображений может быть опосредована более эффективным и автоматическим задействованием областей, важных для зрительной памяти, включая медиальную височную кору, тогда как механизмы, лежащие в основе конкретных стратегий кодирования, похоже, действуют аналогичным образом с изображениями и словами.

Люди обладают замечательной способностью запоминать картинки.Несколько десятилетий назад было показано, что люди могут запоминать более 2000 изображений с точностью не менее 90% в тестах на распознавание в течение нескольких дней, даже при коротком времени представления во время обучения (1). Эта отличная память на картинки постоянно превосходит нашу способность запоминать слова (2, 3). Кроме того, различные манипуляции, влияющие на производительность памяти, по-разному влияют на изображения и слова. Одна из таких манипуляций – это уровни эффекта обработки, что является преимуществом для последующего извлечения более сложной или семантической обработки стимулов во время кодирования (4, 5).Этот эффект уровней больше для слов, чем для изображений, из-за превосходной памяти изображений даже после неглубокого или несемантического кодирования (6). Одна из теорий механизма, лежащего в основе превосходной памяти изображений, заключается в том, что картинки автоматически включают множественные представления и ассоциации с другими знаниями о мире, тем самым поощряя более сложное кодирование, чем это происходит со словами (2, 5, 7). Эта теория предполагает, что существуют качественные различия между способами обработки слов и изображений во время запоминания.

С эволюционной точки зрения способность запоминать различные аспекты визуальной среды должна быть жизненно важной для выживания, поэтому неудивительно, что память на изобразительный материал особенно хорошо развита. Однако механизмы мозга, лежащие в основе этого феномена, до конца не изучены. Эксперименты по нейровизуализации с использованием вербальных или невербальных материалов в качестве стимулов показали, что существуют различия в областях мозга, участвующих в обработке этих двух видов стимулов.Например, предыдущие эксперименты по нейровизуализации показали медиальную временную активацию во время кодирования лиц и других невербальных зрительных стимулов (8–13), но не постоянно во время кодирования слов (14–16). Напротив, активация медиальных височных областей была обнаружена во время поиска слов (17, 18), но не всегда во время поиска невербального материала (10, 11, 19, 20). При сравнении запоминания слов и изображений не было обнаружено никакой разницы между ними, но поскольку требовалось вспомнить имя, соответствующее картинке, различия между этими двумя условиями могли быть уменьшены (21).Эти результаты предполагают различия между функциональной нейроанатомией памяти слов и картинок, но отсутствуют достаточные прямые сравнения. Мы исследовали нейронные корреляты памяти для изображений и слов в контексте кодирования памяти, чтобы определить, можно ли идентифицировать специфические для материала мозговые сети для памяти. Кроме того, кодирование выполнялось с использованием трех различных наборов инструкций, чтобы увидеть, является ли специфичность материала общим свойством памяти или зависит от того, как материал обрабатывается.

МАТЕРИАЛЫ И МЕТОДЫ

Двенадцать молодых правшей (шесть мужчин, шесть женщин, средний возраст ± стандартное отклонение = 23,0 ± 3,5 года) участвовали в эксперименте. Еще 12 субъектов участвовали в пилотном эксперименте, и их данные были включены в поведенческий анализ. В качестве стимулов в эксперименте использовались конкретные, часто встречающиеся слова или штриховые рисунки знакомых объектов (22). Все стимулы предъявлялись на мониторе компьютера черным цветом на белом фоне.Было три задачи кодирования как для слов, так и для изображений, требующих трех списков изображений и трех списков слов. Все списки были сопоставлены по частоте слов, длине слова, знакомству и сложности изображения, независимо от того, был ли список представлен в виде слов или изображений. Для двух условий кодирования испытуемых просили принять определенные решения относительно стимулов, но не просили их запоминать; поэтому память на предметы, представленные в этих условиях, была случайной.Одно случайное условие включало несемантическую или поверхностную обработку стимулов (размер изображения или регистр букв), а другое требовало семантической или глубокой обработки стимулов (живое / неживое решение). Эти два условия были выбраны, потому что предыдущая работа показала, что информация, которая была обработана во время глубокого кодирования, то есть с большей проработкой или связью ее через семантические ассоциации с другими знаниями, запоминается лучше, чем информация, обработанная поверхностным способом, т.е.г., чисто на основе восприятия (4, 5). Во время третьего условия, преднамеренного обучения, испытуемых проинструктировали запомнить картинки или слова и сказали, что они будут проверяться по этим предметам. После сканирования испытуемые выполнили две задачи на распознавание памяти, одну для стимулов, закодированных в виде слов, и одну для стимулов, закодированных в виде изображений. Эти задачи состояли из 10 целей из каждого из трех условий кодирования для слов или изображений и 30 отвлекающих факторов (то есть всего 60 элементов). Все стимулы в задачах распознавания были представлены в виде слов, независимо от того, были ли они изначально представлены в виде слов или изображений, чтобы предотвратить эффекты потолка для распознавания изображений.

Шесть сканирований позитронно-эмиссионной томографии с инъекциями 40 мКи H ₂ ¹⁵ O каждый и с интервалом 11 минут были выполнены для всех субъектов, когда они кодировали стимулы, описанные выше. Сканирование проводилось на томографе GEMS PC2048–15B с восстановленным разрешением 6,5 мм как в поперечной, так и в аксиальной плоскостях. Этот томограф позволяет снимать одновременно 15 плоскостей, разделенных расстоянием 6,5 мм (от центра к центру). Данные об излучении были скорректированы на ослабление посредством сканирования передачи, полученного на тех же уровнях, что и сканирование излучения.Движение головы во время сканирования было минимизировано за счет использования термопластической маски, которая была прикреплена к голове каждого пациента и прикреплена к платформе сканера. Каждая задача начиналась за 20 секунд до введения изотопа и продолжалась в течение 1-минутного периода сканирования.

Для шести сканирований три списка были отнесены к трем условиям кодирования уравновешенным образом, и порядок условий также был уравновешен для разных субъектов. Во время всех сканирований испытуемые нажимали кнопку указательным или средним пальцем правой руки, чтобы указать свое решение о стимуле или, во время условия преднамеренного обучения, просто вызвать двигательную реакцию.

Поведенческие данные были проанализированы с использованием ANOVA с повторными измерениями с типом стимула и условием кодирования в качестве повторных измерений. Сканирование позитронно-эмиссионной томографии регистрировалось с помощью воздуха (23), пространственно нормализовано (в системе координат атласа Талаира и Турну, ссылка 24) и сглажено (до 10 мм) с помощью spm95 (25). Отношения регионального мозгового кровотока (rCBF) к глобальному мозговому кровотоку (CBF) в рамках каждого сканирования для каждого субъекта были вычислены и проанализированы с использованием частичных наименьших квадратов (PLS) (26) для определения пространственно распределенных паттернов мозговой активности, связанных с различными условия задачи.PLS – это многомерный анализ, который работает на ковариации между вокселями мозга и планом эксперимента для определения нового набора переменных (так называемых скрытых переменных или LV), которые оптимально связывают два набора измерений. Мы использовали PLS для анализа ковариации значений вокселей мозга с кодированием ортонормированных контрастов для экспериментального дизайна. Результатом являются наборы взаимно независимых моделей пространственной активности, изображающие области мозга, которые в целом демонстрируют наиболее сильную связь с (т.е., ковариантны) с контрастами. Эти паттерны отображаются в виде отдельных изображений (рис. 1), которые показывают области мозга, которые зависят от контраста или контрастов, которые вносят вклад в каждый LV. Каждый воксель мозга имеет вес, известный как значимость, который пропорционален этим ковариациям, и умножение значения rCBF в каждом вокселе мозга для каждого субъекта на значимость для этого вокселя, а суммирование по всем вокселям дает оценку для каждого субъекта. данный LV. Значимость для каждого LV в целом определялась с помощью перестановочного теста (26, 27).В этом эксперименте были идентифицированы пять LV, все из которых были значимыми с помощью перестановочного теста ( P <0,001). Первые три LV идентифицировали области мозга, связанные с основными эффектами типа стимула и условия кодирования, а четвертый и пятый LV идентифицировали взаимодействия между типом стимула и условием кодирования. Поскольку значимость выводится на одном аналитическом шаге, коррекция множественных сравнений, как при одномерном анализе изображений, не требуется.

Воксели, показанные в цвете, – это те, которые лучше всего характеризуют паттерны активности, идентифицированные LV 1–3 из анализа PLS (см. Материалы и методы ).На стандартном магнитно-резонансном изображении отображаются области от -28 мм до +48 мм относительно линии передняя комиссура-задняя комиссура (AC-PC) (с шагом 4 мм). Цифры, показанные слева, указывают уровень в мм

В дополнение к тесту на перестановку вторым и независимым шагом в анализе PLS является определение стабильности выступов для вокселей мозга, характеризующих каждый паттерн, идентифицированный LV. Для этого все значения были подвергнуты начальной оценке стандартных ошибок (28, 29).Эта оценка включает случайную повторную выборку субъектов с заменой и вычисление стандартной ошибки значимости после достаточного количества выборок начальной загрузки. Пиковые воксели с отношением заметности / SE ≥ 2,0 считались стабильными. Локальные максимумы для областей мозга со стабильными выступами на каждом LV были определены как воксель с отношением заметности / SE выше, чем у любого другого воксела в 2-сантиметровом кубе с центром в этом вокселе. Расположение этих максимумов указывается в области мозга, или извилины, и в области Бродмана (BA), как это определено в атласе Талаирах и Турну.Выбранные локальные максимумы показаны в таблицах 2 и 3 с результатами соответствующих контрастов из SPM95 (т. Е. Основных эффектов и взаимодействий) в качестве сравнения. Одномерные тесты были выполнены на выбранных максимумах в качестве дополнения к анализу PLS, чтобы помочь в интерпретации эффектов взаимодействия, а не в качестве теста значимости. Логический компонент нашего анализа исходит из теста перестановки и надежности, оцениваемой с помощью оценок бутстрапа.

РЕЗУЛЬТАТЫ

Картинки запоминались лучше, чем слова в целом (таблица 1), и как семантическая обработка, так и преднамеренное обучение привели к лучшему распознаванию, чем несемантическое кодирование.Кроме того, наблюдалось значительное взаимодействие типа стимула и стратегии кодирования с производительностью распознавания, вызванное большей разницей между памятью для изображений и слов во время несемантического состояния.

Эффективность распознавания изображений и слов, оставляющих большую часть изображения в каждой строке относительно строки AC-PC. Правая часть изображения представляет собой правую часть мозга. ( A ) Области мозга с повышенным rCBF во время кодирования изображений показаны желтым и красным, а области с повышенной активностью во время кодирования слов показаны синим (LV1).( B ) Области мозга с повышенным rCBF во время семантического кодирования по сравнению с двумя другими состояниями (LV2) показаны красным. ( C ) Области мозга с повышенным rCBF во время преднамеренного обучения по сравнению с двумя другими состояниями (LV3) показаны красным. Выбранные максимумы из этих регионов показаны в Таблице 2.

Были идентифицированы три паттерна активности rCBF, преимущественно связанных с основными эффектами типа стимула и условий кодирования. Один паттерн отличал кодирование изображений от кодирования слов, один характеризовал семантическое кодирование от несемантической обработки и преднамеренного обучения, а третий отделял преднамеренное обучение от двух других условий.Была большая активация во время кодирования изображений, по сравнению со словами, в обширной области двусторонней вентральной и дорсальной экстрастриарной коры и в двусторонней медиальной височной коре, особенно в вентральной части (рис. 1 A и таблица 2). В обоих этих регионах увеличение rCBF было более значительным в правом полушарии. В экстрастриальной коре rCBF увеличивалось во время кодирования изображения по сравнению с кодированием слов одинаково во всех трех условиях стратегии кодирования, тогда как в медиальной височной коре эта специфическая для стимула разница была больше во время несемантической обработки (рис.2 A и C ). С другой стороны, кодирование слов было связано с более высоким rCBF при всех состояниях в двусторонней префронтальной коре и передних частях средней височной коры (рис. 1 A и таблица 2). В отличие от увеличения rCBF во время кодирования изображения, увеличение префронтальной и височной коры во время кодирования слова было более значительным в левом полушарии. Повышенный rCBF также был обнаружен в левой теменной коре при кодировании слов.

Отдельные области коры с различной активностью во время кодирования: основные эффекты

Отношение rCBF к CBF всего мозга в областях мозга, которые показали взаимодействие между типом стимула и условием кодирования. Средние височные области от LV1 ( A, и C , координаты показаны в скобках) показали более высокий rCBF во время кодирования изображения по сравнению с кодированием слова ( P <0,001 для правого полушария и P <0.02 слева). Эти области также имели взаимодействия условие × стимул по одномерному тесту (оба P <0,05), что указывает на большую разницу между картинками и словами в несемантических условиях. B и D показывают медиальные височные области от LV4, которые показали взаимодействия стимула × кодирование, включая несемантические и преднамеренные условия обучения (одномерное взаимодействие для правого полушария P = 0,02; левого полушария P = 0.07). E и F показывают области из LV5 с взаимодействиями «стимул × кодирование», включающими несемантические и семантические условия (одномерное взаимодействие для левой моторной области, P = 0,01; взаимодействие для левой орбитофронтальной области, P = 0,006). Дополнительные области с взаимодействиями «стимул × кодирование» показаны в таблице 3. Несемантическое, несемантическое кодирование; сем, семантическое кодирование; учиться, преднамеренное обучение.

Области мозга с повышенной активностью во время условия семантического кодирования по сравнению с двумя другими состояниями находились в основном в левом полушарии.Эти области включали вентральную и дорсальную части медиальной префронтальной коры, а также область, которая включала как медиальную височную область, так и заднюю часть островка (рис. 1 B и таблица 2). Семантическое кодирование также привело к увеличению rCBF в двусторонней задней экстрастриатной коре головного мозга. Такая закономерность увеличения rCBF при семантическом кодировании была обнаружена как для изображений, так и для слов. Увеличение rCBF во время преднамеренного обучения по сравнению с обоими случайными условиями кодирования также наблюдалось в левой префронтальной коре, но в левой вентролатеральной префронтальной коре, в отличие от медиальной и передней областей, активируемых во время семантического кодирования (рис.1 C и таблица 2). Кроме того, увеличение rCBF было обнаружено в левой премоторной коре и хвостатом ядре, а также в двусторонней вентральной экстрастриарной коре во время преднамеренного обучения. Как и в случае с семантическим кодированием, паттерн rCBF, наблюдаемый в этих областях во время преднамеренного обучения, характеризует как изображения, так и слова.

Было несколько областей мозга, которые показали взаимодействие между типом стимула и условиями кодирования (таблица 3), особенно медиальные височные области.В дополнение к различию, уже отмеченному в этих областях во время несемантического кодирования, была еще одна область в правой медиальной височной коре, которая показала взаимодействие, включающее несемантические и преднамеренные условия обучения (идентифицированные на LV4). Это взаимодействие было вызвано устойчивой активностью в этой области в условиях кодирования изображения со снижением активности во время преднамеренного заучивания слов по сравнению с несемантическим условием (рис. 2 B ). Также была область в левой медиальной височной коре, которая показывала противоположное взаимодействие, заключающееся в большем увеличении активности во время заучивания слов по сравнению с несемантическим состоянием (рис.2 D ). Наконец, было взаимодействие в левой моторной коре (идентифицированное на LV5), вызванное увеличением активности в семантическом состоянии для изображений по сравнению с несемантическим состоянием с противоположным паттерном для слов (рис. 2 E ). Напротив, при семантическом кодировании в левой орбитофронтальной коре происходило усиление активности, но только для слов (рис. 2 F ).

Отдельные области коры с различной активностью во время кодирования: взаимодействия

ОБСУЖДЕНИЕ

Результаты этого эксперимента направлены на ответы на три вопроса о нейробиологии памяти, первый из которых – почему картинки запоминаются лучше, чем слова.Поведенческие результаты показали общую разницу в точности распознавания изображений и слов, которая была наибольшей для тех элементов, которые были обработаны с помощью несемантического кодирования. Измерения активности мозга выявили области, которые показали общую картину различий между изображениями и словами, а также области, которые имели различия в основном во время несемантической обработки. Повышенный rCBF в условиях кодирования изображения был обнаружен в двусторонней экстрастриарной и вентральной медиальной височной коре.Экстрастриальная кора головного мозга активируется во время зрительного восприятия как вербального, так и невербального материала (30–33) и, возможно, была более активной во время кодирования изображения, потому что картинки, хотя и простые линейные рисунки, вероятно, были визуально более сложными, чем слова. Эта разница в визуальных характеристиках могла также повлиять на медиальную височную активность. С другой стороны, медиальная височная кора головного мозга давно известна из экспериментов с поражениями как важная для эпизодической памяти (34–38) и может быть особенно важна для кодирования новой информации (39).Большая активность медиальной височной коры во время кодирования изображений по сравнению со словами предполагает, что изображения более непосредственно или эффективно задействуют эти связанные с памятью области мозга, что приводит к более качественному запоминанию этих элементов. Этот эффект может быть отчасти связан с отличительностью или новизной, которая, как было показано, активирует медиальную височную кору (13), учитывая, что изображения, даже если они были знакомыми объектами, могли быть более новыми, чем знакомые слова. Кроме того, поскольку лучшая память для изображений и активация медиальной височной коры были более очевидны в условиях несемантического кодирования, включение сетей памяти изображениями может быть автоматическим и привести к более прочным следам памяти (40).Следовательно, этот тип информации, по-видимому, лучше представлен и более доступен для механизмов поиска, независимо от предполагаемой задачи кодирования. Слова, с другой стороны, активируют области левого полушария, которые, как ранее было показано, участвуют в речевых задачах, включая левую лобную, височную и теменную области (30, 41, 42). Этот результат подразумевает, что кодирование слов в первую очередь задействует распределенную систему регионов, участвующих в лингвистической обработке, которая менее способна поддерживать последующее извлечение из эпизодической памяти.Также следует отметить, что в дополнение к любым преимуществам, предоставляемым изображениям во время первоначальной обработки, во время поиска, вероятно, также будет обнаружена специфичность материала. То есть в реальных ситуациях отчасти причина превосходной памяти изображения, вероятно, вызвана особенностями соответствия между внутренними представлениями изображения и самим изображением, когда оно встречается повторно и распознается.

Второй вопрос: приводят ли разные стратегии кодирования к участию разных областей мозга.Результаты тестов на распознавание показали, что память изображений и слов практически эквивалентна после семантической обработки или преднамеренного обучения. Однако паттерны мозговой активности во время этих двух состояний были совершенно разными, показывая различную активность в основном в префронтальной и экстрастриарной области коры. Предыдущие эксперименты по нейровизуализации показали активацию левой префронтальной области как во время семантической обработки, так и во время преднамеренного обучения, которая отличается от правой префронтальной активации во время восстановления памяти, что привело к развитию HERA или модели асимметрии полушарного кодирования / поиска (43, 44).В нашем эксперименте семантическая обработка сопровождалась повышенной активностью в вентромедиальной и дорсомедиальной областях левой префронтальной коры, которые показали повышенную активность во время семантической или языковой обработки в других экспериментах (45–49). Преднамеренное обучение показало увеличение rCBF в различных частях левой префронтальной коры, прежде всего в вентролатеральных областях, которые ранее были активными во время преднамеренного обучения (15, 16) и эпизодического поиска (13, 50). Таким образом, хотя и семантическая обработка, и преднамеренное обучение, несомненно, включают в себя некую детальную обработку, которая преимущественно задействует левую префронтальную кору, наши результаты показывают, что существует диссоциация между частями левой префронтальной коры, которые участвуют в этих двух стратегиях.Экстрастриатная кора также проявляла различную активность при семантическом и намеренном кодировании. Семантическое кодирование активировало задние экстрастриальные области, аналогичные областям, активируемым во время беззвучного называния стимулов, подобных тем, которые используются здесь (51). Напротив, преднамеренное обучение активировало больше вентральных частей экстрастриарной коры, аналогично исследованию, в котором сообщалось об активации левой вентральной затылочно-височной коры во время преднамеренного обучения лиц (10). Таким образом, в настоящее время существуют сходные доказательства, подтверждающие дифференциальную реакцию как префронтальной, так и экстрастриарной коры во время кодирования, в зависимости от конкретной стратегии кодирования, которая используется.Этот вывод вместе с данными о поведении показывает, что разные механизмы мозга, лежащие в основе разных стратегий кодирования, могут обеспечить одинаково эффективную поддержку обработки памяти.

Последний вопрос, решаемый в этом эксперименте, заключается в том, существует ли взаимодействие между типом кодируемого стимула и стратегией, используемой для кодирования, т.е. являются ли области мозга, активные в различных условиях кодирования, одинаковыми или разными для изображений и слов? Поведенческие результаты показывают четкое взаимодействие, поскольку наибольшие различия в производительности проявляются во время несемантической обработки.Паттерны мозговой активности демонстрируют что-то от этого взаимодействия, потому что есть вентральные медиальные височные области, где разница rCBF также наибольшая во время несемантического состояния (обсуждалось выше). Однако во время семантического кодирования и преднамеренного обучения многие области мозга демонстрируют аналогичное изменение активности, связанное с кодированием, для изображений и слов, что указывает на то, что в этих областях эти два механизма кодирования могут работать одинаково независимо от природы поступающих сообщений. стимул.Этот паттерн активности мозга отражается в результатах распознавания, которые аналогичны для изображений и слов во время семантического кодирования и преднамеренного обучения. Тем не менее, шаблоны не идентичны. Активность медиальной височной коры особенно чувствительна как к типу стимула, так и к условию кодирования. Правое полушарие показало устойчивую активность в отношении изображений и более вариативную активность в отношении слов (в зависимости от условий кодирования), тогда как левое полушарие продемонстрировало возрастающую активность с более глубокой обработкой слов и более изменчивым шаблоном для кодирования изображений.Эта асимметрия согласуется с описанием различных эффектов поражения правого и левого полушария в медиальной височной коре на невербальную и вербальную память соответственно (например, ссылки 52 и 53). Это также согласуется с активацией левых медиальных височных структур во время семантического кодирования слов (14, 54) или извлечения семантически закодированных слов (17), а также с активацией правой медиальной височной коры во время кодирования лиц (10). Кроме того, хотя левая медиальная префронтальная кора активна во время семантической обработки как изображений, так и слов, вентральная часть этой области в большей степени участвует во время кодирования слов.Эти данные подтверждают другие исследования, в которых сообщалось об участии левой вентральной префронтальной коры в обработке речи (42) и вербальном поиске (50).

Наша способность запоминать картинки лучше, чем слова, особенно в ситуациях, которые не обеспечивают адекватной поддержки для последующего извлечения, таким образом, оказывается опосредованной медиальной височной и экстрастриальной корой, которые имеют сильные взаимосвязи друг с другом (55, 56). Неясно, какую именно пользу дает изображениям активация областей зрительной памяти.Вышеупомянутая теория предполагает, что изображения вызывают более сложное или ассоциативное кодирование, чем это происходит со словами. Если предположить, что этот процесс создания ассоциаций в определенном контексте осуществляется медиальной височной корой (57, 58), то наши результаты подтвердят эту гипотезу. Независимо от конкретного механизма, наши результаты показывают, какие области мозга могут иметь решающее значение для превосходной памяти изображений, и дают направление для будущих исследований в отношении того, какой аспект изображений необходим и достаточен для преимущественного использования этих областей, связанных с памятью.

Благодарности

Мы благодарим сотрудников центра ПЭТ при Институте психиатрии Кларка за их техническую помощь в проведении этого эксперимента. Работа поддержана грантом Фонда психического здоровья Онтарио.

СОКРАЩЕНИЯ

rCBF,

регионарный церебральный кровоток;

CBF,

мозговой кровоток;

PLS,

частичных наименьших квадратов;

LV,

скрытая переменная

• Поступила 15 августа 1997 г.
• Принято 8 декабря 1997 г.

• Авторские права © 1998, Национальная академия наук

Урок 5: Взаимосвязи между переменными измерения

Рассмотрим следующие две переменные для выборки из десяти студентов Stat 100.

x = результат теста
y = результат экзамена

На рис. 5.6 показана диаграмма рассеяния этих данных, корреляция которой равна 0,883.

Рисунок 5.6. Диаграмма разброса результатов викторины и результатов экзамена

Мы хотели бы иметь возможность прогнозировать результаты экзамена на основе результатов викторины для студентов, которые происходят из той же группы населения. Чтобы сделать это предсказание, мы замечаем, что точки обычно падают по линейному шаблону, поэтому мы можем использовать уравнение линии, которое позволит нам ввести конкретное значение для x (тест) и определить наилучшую оценку соответствующего y (экзамен ). Линия представляет собой наше наилучшее предположение о среднем значении y для данного значения x, и лучшая линия будет такой, которая имеет наименьшую изменчивость точек вокруг нее (т.е. мы хотим, чтобы точки подходили как можно ближе к линии). Помня, что стандартное отклонение измеряет отклонения чисел в списке от их среднего значения, мы находим линию, которая имеет наименьшее стандартное отклонение для расстояния от точек до линии. Эта линия называется линией регрессии или линией наименьших квадратов линией . Наименьшие квадраты по существу находят линию, которая будет ближе всего ко всем точкам данных, чем любая другая возможная линия. Рис. 5.7. отображает регрессию наименьших квадратов для данных в , Пример 5.5 .

Рисунок 5.7. Уравнение регрессии методом наименьших квадратов

Если вы посмотрите на график линии регрессии в , рис. 5.7, , вы обнаружите, что некоторые точки лежат выше линии, а другие точки лежат ниже линии. Фактически, общее расстояние для точек над линией в точности равно общему расстоянию от линии до точек, которые падают ниже нее.

Уравнение регрессии по методу наименьших квадратов, используемое для построения уравнения на рис. 5.7 , :

\ begin {align} & y = 1,15 + 1,05 x \ text {или} \\ & \ text {прогнозируемая оценка экзамена = 1,15 + 1,05 Quiz} \ end {align}

Интерпретация

Y -Перехват = 1,15 балла

Да – Интерпретация перехвата: Если учащийся набрал 0 баллов, можно было бы ожидать, что он или она наберет 1.15 баллов на экзамене.

Однако этот перехват y не предлагает никакой логической интерпретации в контексте этой проблемы, потому что x = 0 не входит в выборку. Если вы посмотрите на график, вы увидите, что самый низкий балл за викторину составляет 56 баллов. Таким образом, хотя точка пересечения оси Y является необходимой частью уравнения регрессии, сама по себе она не дает значимой информации об успеваемости учащегося на экзамене, когда оценка викторины равна 0.

Расшифровка уклона

Наклон = 1.05 = 1,05 / 1 = (изменение баллов за экзамен) / (изменение баллов за экзамен на 1 единицу)

Интерпретация наклона: При каждом увеличении оценки викторины на 1 балл вы можете ожидать, что учащийся наберет 1,05 дополнительных балла на экзамене.

В этом примере наклон – положительное число, что неудивительно, потому что корреляция также положительная. Положительная корреляция всегда приводит к положительному наклону, а отрицательная корреляция всегда приводит к отрицательному наклону.

Помните, что мы также можем использовать это уравнение для прогнозирования.Итак, рассмотрим следующий вопрос:

Если учащийся набрал 85 баллов, какой балл мы ожидаем от учащегося на экзамене? Мы можем использовать уравнение регрессии, чтобы предсказать результат экзамена для студента.

Экзамен = 1,15 + 1,05 Викторина
Экзамен = 1,15 + 1,05 (85) = 1,15 + 89,25 = 90,4 балла

Рисунок 5.8. проверяет, что, когда оценка викторины составляет 85 баллов, прогнозируемая оценка экзамена составляет около 90 баллов.

Рисунок 5.8. Прогнозирование баллов за экзамен при оценке викторины 85 баллов

Типы графиков и диаграмм

Графики и диаграммы могут облегчить людям интерпретацию информации. Существует много типов графиков и диаграмм, которые по-разному организуют данные, и они обычно используются в деловых целях. Важно знать различные типы графиков и диаграмм, чтобы вы могли выбрать лучший для отображения вашей информации, особенно при проведении профессиональных презентаций. В этой статье мы обсудим различные диаграммы, графики и различные способы их использования.

Что такое графики и диаграммы?

Графики и диаграммы – это визуальные элементы, которые показывают взаимосвязи между данными и предназначены для отображения данных таким образом, чтобы их было легко понять и запомнить. Люди часто используют графики и диаграммы, чтобы продемонстрировать тенденции, закономерности и взаимосвязи между наборами данных. Графики могут быть предпочтительнее для отображения определенных типов данных, в то время как диаграммы идеально подходят для других. Выбор диаграммы или графика часто зависит от ключевых моментов, которые вы хотите, чтобы другие узнали из собранных вами данных.

Графики и диаграммы: в чем разница?

Хотя многие люди используют понятия «график» и «диаграмма» как синонимы, это разные визуальные элементы. Диаграммы – это таблицы, диаграммы или изображения, которые четко и лаконично организуют большие объемы данных. Люди используют диаграммы, чтобы интерпретировать текущие данные и делать прогнозы. Однако графики ориентированы на необработанные данные и показывают тенденции с течением времени.

Различные типы графиков

Вы можете выбрать один из многих типов графиков для отображения данных, в том числе:

1.Линейный график

Линейный график показывает, как связанные данные меняются за определенный период времени. На одной оси может отображаться значение, а на другой – временная шкала. Линейные графики полезны для иллюстрации тенденций, таких как изменения температуры в определенные даты.

2. Гистограмма

Гистограмма предлагает простой способ сравнения числовых значений любого типа, включая запасы, размеры групп и финансовые прогнозы. Гистограммы могут быть горизонтальными или вертикальными.Одна ось представляет категории, а другая – значение каждой категории. Высота или длина каждого столбца напрямую зависит от его значения. Маркетинговые компании часто используют гистограммы для отображения оценок и ответов на опросы.

Подробнее: Опросы сотрудников: ящик для современных предложений

3. Пиктограмма

Пиктограмма использует изображения или символы для отображения данных вместо полос. Каждая картинка представляет собой определенное количество предметов.Пиктограммы могут быть полезны, когда вы хотите отобразить данные в наглядном представлении, таком как инфографика. Например, вы можете использовать изображение книги, чтобы показать, сколько книг было продано в магазине за несколько месяцев.

4. Гистограмма

Гистограмма – это еще один тип гистограммы, который иллюстрирует распределение числовых данных по категориям. Люди часто используют гистограммы для иллюстрации статистики. Например, гистограмма может отображать количество людей, принадлежащих к определенному возрастному диапазону в популяции.Высота или длина каждой полосы на гистограмме показывает, сколько человек входит в каждую категорию.

5. График с областями

На графиках с областями показано изменение одной или нескольких величин за определенный период времени. Они часто помогают при отображении тенденций и закономерностей. Подобно линейному графику, в диаграммах с областями используются точки, соединенные линией. Однако диаграмма с областями включает раскрашивание линии между линией и горизонтальной осью. Вы можете использовать несколько линий и цветов между каждой, чтобы показать, как несколько величин складываются в единое целое.Например, розничный торговец может использовать этот метод для отображения прибыли разных магазинов за один и тот же период времени.

6. Точечная диаграмма

Точечная диаграмма использует точки для отображения взаимосвязи между двумя различными переменными. Кто-то может использовать диаграмму рассеяния, чтобы, например, показать взаимосвязь между ростом и весом человека. Процесс включает построение одной переменной по горизонтальной оси, а другой переменной – по вертикальной оси. Полученный график разброса показывает, насколько одна переменная влияет на другую.Если корреляции нет, точки появляются в случайных местах на графике. Если есть сильная корреляция, точки расположены близко друг к другу и образуют линию на графике.

Различные типы диаграмм

Есть семь общих диаграмм, которые вы можете использовать для отображения информации:

1. Блок-схема

Блок-схемы помогают организовать шаги, решения или действия в процессе от начала до конца. Они часто включают более одной начальной или конечной точки, отображая разные пути, которые вы можете пройти в процессе от начала до конца.Люди часто используют блок-схемы для изображения сложных ситуаций. Они используют специальные формы, чтобы проиллюстрировать различные части процесса, и обычно включают легенду, объясняющую, что означает каждая форма.

2. Круговая диаграмма

Круговая диаграмма представляет различные части целого. Это похоже на круг, разделенный на множество частей, очень похоже на разрезанный на кусочки пирог. Кусочки бывают разных размеров в зависимости от того, какую часть целого они представляют. У каждой части обычно есть этикетка, чтобы обозначить ее ценность по сравнению с целым.Профессионалы могут использовать круговые диаграммы в бизнес-презентациях, чтобы продемонстрировать сегменты населения, ответы на исследования рынка и распределение бюджета.

3. Диаграмма Ганта

Диаграммы Ганта иллюстрируют графики проекта. По горизонтальной оси отложены временные рамки проекта в днях, неделях, месяцах или годах. На диаграмме каждая задача проекта отображается в виде столбца на вертикальной оси. Длина полосы зависит от даты начала и окончания задачи, но иногда есть также вертикальная линия для текущей даты.Руководители проектов используют диаграммы Ганта для отслеживания хода выполнения и статуса завершения каждой задачи.

Связано: Понимание процессов и этапов управления проектом

4. Диаграмма водопада

Диаграмма водопада отражает изменение во времени. Они демонстрируют как положительное, так и отрицательное влияние различных факторов на начальную стоимость, например начальное сальдо. Диаграммы водопада полезны при иллюстрировании финансовых отчетов, анализе прибылей и убытков и сравнении доходов.Вы можете использовать эту диаграмму, чтобы выделить бюджет по сравнению с потраченной суммой. Положительные и отрицательные значения обычно следуют за цветовым кодом, чтобы показать, как значение увеличивается или уменьшается из-за серии изменений с течением времени.

5. График

На графиках данные отображаются в виде показаний на циферблате. Они показывают, где конкретная точка данных находится в пределах минимального или максимального диапазона. Стрелка показывает значение на шкале. Многие люди используют диаграммы, чтобы проиллюстрировать скорость, цели дохода и температуру.

6. Воронкообразная диаграмма

Воронкообразная диаграмма показывает, как значения проходят различные стадии. Они самые широкие вверху и самые узкие внизу. Диаграммы воронок особенно полезны при отслеживании процесса продаж. Они также хорошо подходят для отображения посещаемости веб-сайта, включая количество посетителей на сайте, просмотренные страницы и сделанные загрузки. Выполнение заказов – еще одно распространенное использование воронкообразных диаграмм, поскольку они могут легко отображать «количество размещенных, отмененных и доставленных заказов».

7. Маркированная диаграмма

Маркированная диаграмма может помочь вам измерить эффективность конкретной цели или задачи. Некоторые маркированные диаграммы, например те, которые демонстрируют прибыль, имеют высокие цели. У других низкие цели, в том числе те, которые отображают расходы. Люди часто используют маркированные диаграммы на информационных панелях, чтобы проиллюстрировать прогресс ключевых показателей эффективности (KPI). Маркированная диаграмма похожа на гистограмму и состоит из трех частей:

• Линия, показывающая целевое значение
• Центральная полоса, показывающая фактическое значение
• Цветные полосы, показывающие индикаторы производительности

Как выбрать правильный график для Ваши данные

Как выбрать правильную диаграмму или график для ваших данных?

Если у вас есть данные, которые вы хотите визуализировать, убедитесь, что вы используете правильные диаграммы.Хотя ваши данные могут работать с несколькими типами диаграмм, вам нужно выбрать тот, который обеспечит четкость и точность вашего сообщения. Помните, данные имеют ценность только в том случае, если вы знаете, как их визуализировать и дать контекст.

Мы дадим вам обзор различных типов диаграмм и объясним, как выбрать подходящий.

О чем говорят ваши данные?

Прежде чем строить диаграмму, важно понять, зачем она вам нужна. Диаграммы, карты и инфографика помогают людям понимать сложные данные, находить закономерности, определять тенденции и рассказывать истории.Подумайте о послании, которым вы хотите поделиться со своей аудиторией.

Следуйте лучшим методам построения графиков. Ваши числа необходимо суммировать, и диаграммы необходимо соответствующим образом масштабировать. Что бы вы хотели показать? Есть четыре основных типа диаграмм:

Источник: Экстремальный метод представления

Узнайте, как использовать передовые методы повествования для создания потрясающих изображений и ярких презентаций, способствующих вовлечению аудитории.