আপনি "কার্যকারিতা" তুলনা করতে এবং প্রতিটি চিকিত্সার প্রতিবেদনকারী রোগীদের সংখ্যা মূল্যায়ন করতে চান। কার্যকারিতা পাঁচটি পৃথক, আদেশযুক্ত বিভাগগুলিতে রেকর্ড করা হয়, তবে (কোনওভাবে) সংক্ষেপে একটি "গড়" হিসাবেও তৈরি করা হয়। (গড়) মান, এটি প্রস্তাবিত হিসাবে এটি একটি পরিমাণগত পরিবর্তনশীল হিসাবে বিবেচনা করা হয়।
তদনুসারে, আমাদের এমন একটি গ্রাফিক চয়ন করা উচিত যার উপাদানগুলি এই ধরণের তথ্য জানাতে ভালভাবে খাপ খায়। অনেকগুলি দুর্দান্ত সমাধানের মধ্যে নিজেদের পরামর্শ দেয়, কেউ এই স্কিমা ব্যবহার করে:
লিনিয়ার স্কেল বরাবর একটি অবস্থান হিসাবে মোট বা গড় কার্যকারিতা উপস্থাপন করুন। এই ধরনের অবস্থানগুলি সুনির্দিষ্টভাবে দর্শনীয়ভাবে আঁকড়ে ধরা হয় এবং পরিমাণগতভাবে নির্ভুলভাবে পড়া হয়। সমস্ত 34 চিকিত্সার জন্য স্কেল সাধারণ করুন।
কিছু গ্রাফিকাল প্রতীক দ্বারা রোগীদের সংখ্যা প্রতিনিধিত্ব করুন যা সহজেই এই সংখ্যার সাথে সরাসরি সমানুপাতিক হতে দেখা যায়। আয়তক্ষেত্রগুলি যথাযথভাবে উপযুক্ত: এগুলি পূর্বের প্রয়োজনীয়তা মেটানোর জন্য অবস্থিত হতে পারে এবং অরথোগোনাল দিকের আকার দিতে পারে যাতে তাদের উচ্চতা এবং তাদের অঞ্চল উভয়ই রোগীর সংখ্যা সম্পর্কিত তথ্য জানাতে পারে।
একটি রঙ এবং / অথবা শেডিং মান দ্বারা পাঁচটি কার্যকারিতা বিভাগকে আলাদা করুন। এই বিভাগগুলির ক্রম বজায় রাখুন।
প্রশ্নের গ্রাফিক দ্বারা তৈরি করা এক বিরাট ত্রুটি হ'ল সর্বাধিক বিশিষ্ট ভিজ্যুয়াল মানগুলি - বারগুলির দৈর্ঘ্য - মোট কার্যকারিতা সম্পর্কিত তথ্যের চেয়ে রোগীর সংখ্যা সম্পর্কিত চিত্র চিত্রিত করে। আমরা সহজেই যে ঠিক করতে পারবো recentering একটি প্রাকৃতিক মধ্যম মান সম্পর্কে প্রতিটি দণ্ড।
অন্য কোনও পরিবর্তন না করে (যেমন রঙের স্কিম উন্নত করা, যা কোনও রঙ-অন্ধ ব্যক্তির পক্ষে ব্যতিক্রমী দরিদ্র), এখানে নতুন রূপান্তর।
প্লটগুলির সাহায্যে চোখের লেবেলগুলিকে সংযোগ করতে সহায়তা করার জন্য আমি অনুভূমিক বিন্দুযুক্ত রেখাগুলি যুক্ত করেছি এবং সাধারণ কেন্দ্রীয় অবস্থানটি দেখানোর জন্য একটি পাতলা উল্লম্ব লাইনটি মুছলাম।
প্রতিক্রিয়াগুলির নিদর্শন এবং সংখ্যাগুলি আরও স্পষ্ট। বিশেষত, আমরা মূলত একটির দামের জন্য দুটি গ্রাফিক্স পাই: বাম দিকে আমরা প্রতিকূল প্রভাবগুলির একটি পরিমাপটি পড়তে পারি যখন ডানদিকে আমরা দেখতে পারি যে ইতিবাচক প্রভাবগুলি কতটা শক্তিশালী । অন্যদিকে, সুবিধার বিরুদ্ধে, একদিকে ঝুঁকির ভারসাম্য বজায় রাখতে সক্ষম হওয়া এই প্রয়োগে গুরুত্বপূর্ণ।
এই পুনরায় নকশার একটি অপ্রতিরোধ্য প্রভাব হ'ল অনেক প্রতিক্রিয়াযুক্ত চিকিত্সার নামগুলি অন্যদের থেকে উল্লম্বভাবে পৃথক হয়ে যায়, এটি স্ক্যান করে সহজেই দেখা যায় এবং কোন চিকিত্সা সর্বাধিক জনপ্রিয়।
আর একটি আকর্ষণীয় দিক হ'ল এই গ্রাফিকটি "গড় কার্যকারিতা" দ্বারা চিকিত্সাগুলি অর্ডার করার জন্য ব্যবহৃত অ্যালগরিদমকে প্রশ্নবিদ্ধ করেছিল: যেমন, সবচেয়ে জনপ্রিয় চিকিত্সার মধ্যে কেবলমাত্র "মাথাব্যথার ট্র্যাকিং" এত কম রাখা হয় কেন? কোন বিরূপ প্রভাব আছে?
Rএই প্লটটি তৈরি করেছে দ্রুত এবং ময়লা কোড যুক্ত করা হয়েছে।
x <- c(0,0,3,5,5,
0,0,0,0,2,
0,0,3,2,4,
0,1,7,9,7,
0,0,3,2,3,
0,0,0,0,1,
0,1,1,1,2,
0,0,2,2,1,
0,0,1,0,1,
0,0,3,2,1,
0,0,2,0,1,
1,0,5,5,2,
1,3,15,15,4,
1,2,5,7,3,
0,0,4,4,0,
0,0,2,2,0,
0,0,3,0,1,
0,0,2,2,0,
0,4,18,19,2,
0,0,2,1,0,
3,1,27,25,3,
1,0,2,2,1,
0,0,4,2,0,
0,1,6,5,0,
0,0,3,1,0,
3,0,3,7,2,
0,1,0,1,0,
0,0,21,4,2,
0,0,6,1,0,
1,0,2,0,1,
2,4,15,8,1,
1,1,3,1,0,
0,0,1,0,0,
0,0,1,0,0)
levels <- c("Made it much worse", "Made it slightly worse", "No effect or uncertain",
"Moderate improvement", "Major improvement")
treatments <- c("Oxygen", "Gluten-free diet", "Zomig", "Sumatriptan", "Rizatriptan (Maxalt)",
"Dilaudid suppository", "Dilaudid-Morphine", "Verapamil",
"Magic mushrooms", "Magnesium", "Psilocybine", "Excedrin Migraine",
"Ice packs on neck and head", "Passage of time", "Red Bull", "Lidocaine",
"Vitamin B-2 (Roboflavin)", "Caffergot", "Caffeine", "Tobasco in nose / on tongue")
treatments <- c(treatments,
"Ibuprofen", "Topamax", "Excedrin Tension Headache", "Acetaminophen (Tylenol)",
"Extra Strength Excedrin", "Hot water bottle", "Eletriptan",
"Headache tracking", "Women to Women vitamins", "Effexor", "Aspirin",
"Propanolol", "L-Arginine", "Fioricet")
x <- t(matrix(x, 5, dimnames=list(levels, treatments)))
#
# Precomputation for plotting.
#
n <- dim(x)[1]
m <- dim(x)[2]
d <- as.data.frame(x)
d$Total <- rowSums(d)
d$Effectiveness <- (x %*% c(-2,-1,0,1,2)) / d$Total
d$Root <- (d$Total)
#
# Set up the plot area.
#
colors <- c("#704030", "#d07030", "#d0d0d0", "#60c060", "#387038")
x.left <- 0; x.right <- 6; dx <- x.right - x.left; x.0 <- x.left-4
y.bottom <- 0; y.top <- 10; dy <- y.top - y.bottom
gap <- 0.4
par(mfrow=c(1,1))
plot(c(x.left-1, x.right), c(y.bottom, y.top), type="n",
bty="n", xaxt="n", yaxt="n", xlab="", ylab="", asp=(y.top-y.bottom)/(dx+1))
#
# Make the plots.
#
u <- t(apply(x, 1, function(z) c(0, cumsum(z)) / sum(z)))
y <- y.top - dy * c(0, cumsum(d$Root/sum(d$Root) + gap/n)) / (1+gap)
invisible(sapply(1:n, function(i) {
lines(x=c(x.0+1/4, x.right), y=rep(dy*gap/(2*n)+(y[i]+y[i+1])/2, 2),
lty=3, col="#e0e0e0")
sapply(1:m, function(j) {
mid <- (x.left - (u[i,3] + u[i,4])/2)*dx
rect(mid + u[i,j]*dx, y[i+1] + (gap/n)*(y.top-y.bottom),
mid + u[i,j+1]*dx, y[i],
col=colors[j], border=NA)
})}))
abline(v = x.left, col="White")
labels <- mapply(function(s,n) paste0(s, " (", n, ")"), rownames(x), d$Total)
text(x.0, (y[-(n+1)]+y[-1])/2, labels=labels, adj=c(1, 0), cex=0.8,
col="#505050")
caffeineবা শক্ত হতে পারে তা দেখা মুশকিল একেক রকম হয়? অথবা অন্য কিছু?ibuprofenmoderate improvement