45

আমি বিভিন্ন দেশে মৃত্যুর হারের প্রবণতাগুলি (প্রতি 1000 পিপিএল।) দেখানোর জন্য একটি গ্রাফ তৈরি করছি এবং যে প্লটটিটি উত্থাপন করা উচিত তা হ'ল জার্মানি (হালকা নীল রেখা) একমাত্র যার প্রবণতা 1932 এর পরে বাড়ছে This আমার প্রথম (বেসিক) চেষ্টা

আমার মতে, এই গ্রাফটি ইতিমধ্যে দেখিয়ে দিচ্ছে যে আমরা এটি কী বলতে চাই তবে এটি অতি স্বজ্ঞাত নয়। ট্রেন্ডগুলির মধ্যে এই পার্থক্যটিকে আরও স্পষ্ট করার জন্য আপনার কোনও পরামর্শ আছে কি? আমি বৃদ্ধির হারের চক্রান্ত করার কথা ভাবছিলাম কিন্তু আমি চেষ্টা করেছি এবং এটি এর চেয়ে ভাল নয়।

তথ্য নীচে দেওয়া হয়

year     de     fr      be       nl     den      ch     aut     cz       pl
1927    10.9    16.5    13      10.2    11.6    12.4    15      16      17.3
1928    11.2    16.4    12.8    9.6     11      12      14.5    15.1    16.4
1929    11.4    17.9    14.4    10.7    11.2    12.5    14.6    15.5    16.7
1930    10.4    15.6    12.8    9.1     10.8    11.6    13.5    14.2    15.6
1931    10.4    16.2    12.7    9.6     11.4    12.1    14      14.4    15.5
1932    10.2    15.8    12.7    9       11      12.2    13.9    14.1    15
1933    10.8    15.8    12.7    8.8     10.6    11.4    13.2    13.7    14.2
1934    10.6    15.1    11.7    8.4     10.4    11.3    12.7    13.2    14.4
1935    11.4    15.7    12.3    8.7     11.1    12.1    13.7    13.5    14
1936    11.7    15.3    12.2    8.7     11      11.4    13.2    13.3    14.2
1937    11.5    15      12.5    8.8     10.8    11.3    13.3    13.3    14

data-visualization

— PhDing
সূত্র

2

ইতালি এবং স্পেনের ডেটা তুলনায় আকর্ষণীয় হবে। সেই সময়টিতে তাদের মুখোমুখি সরকার ছিল।

— asmaier

1

উত্তরে প্রদত্ত ভাল ধারণাগুলির পাশাপাশি, দয়া করে আপনার প্লটটি 0 (y অক্ষ) দিয়ে শুরু করবেন তা নিশ্চিত করুন যাতে আপেক্ষিক পরিবর্তনের পরিমাণ আরও দৃশ্যমান হয়।

— ওওজে

2

@ ওজেজে আমি আপনার বক্তব্যটি দেখতে পাচ্ছি, তবে বাস্তবে এটির পরিসীমাটি 1000 এর প্রায় 9 থেকে 18 এর মধ্যে রয়েছে, সুতরাং মৃত্যুর হার শূন্য নয় তা দেখিয়ে অর্ধেক গ্রাফের জন্য ব্যয় করা হবে। আমি মনে করি এ কারণেই বেশিরভাগ লোকেরা (আমার অন্তর্ভুক্ত) এখনও তাদের উত্তরগুলিতে এটি করতে চাননি। আপনার মানদণ্ডটি কোথায় থামবে তা বিবেচনা করুন, উদাহরণস্বরূপ আপনি কি জোর দিয়ে বলবেন যে বয়স্কদের উচ্চতার ইতিহাসের বিভিন্নতার প্লটগুলি সমস্ত শূন্য থেকে শুরু হয়? উদাহরণস্বরূপ আরও আলোচনা যেমন স্ট্যাটাস.স্ট্যাকেক্সেঞ্জার.কম

— নিক কক্স

1

গ্রাফটি সম্পর্কে চিন্তা না করে আমি প্রথমে ভাবব যে ডেটা এবং বিশ্লেষণ অন্তর্নিহিত is মৃত্যুর হারের সাথে কী কী কারণ জড়িত? ইতিমধ্যে মৃত্যুর হারটি কী হ্রাস পাবে (যেমন পোল্যান্ড)? মৃত্যুর হার কি কোনও স্তরে মালভূমি? এই মালভূমি প্রভাব (যা জার্মানির পক্ষে শক্তিশালী) সম্ভবত অস্ট্রিয়া (গত কয়েক বছরে) এর বৃদ্ধি আরও দৃ stronger়তর প্রভাব ফেলবে? গ্রাফটি এক ধরণের কাঁচা ডেটা (এটি এখনও বিশ্লেষণ করা প্রয়োজন) এবং একই সাথে এটি প্রাপ্ত হয় (সংখ্যাগুলি সাধারণ পরিমাপ নয় তবে প্রাপ্ত) এটি 1 প্রভাবকে হাইলাইট করা কঠিন করে তোলে।

— সেক্সটাস এম্পেরিকাস

1

এছাড়াও, আপনি কেবল 10 বছরের চেয়ে আরও ভাল সময়কাল দেখান। আপনি যখন আশেপাশের পরিস্থিতি দেখান তখন এই দশ বছরের উপর দৃষ্টি নিবদ্ধ করা ফর্সা। ক্লোজ আপগুলি দেখতে এটি এত সাধারণ যা বিস্তৃত দৃষ্টিকোণে অনেক কম বোঝায়। যখন এই বক্ররেখা ঝড়ের মধ্যে তরঙ্গের মতো উপরে ও নিচে যায়, তখন আপনাকে পুরো সমুদ্রটি প্রদর্শন করতে হবে এবং কেবল একটি এক তরঙ্গ নয় যা একটি সুন্দর গল্পের সাথে সম্পর্কিত হতে পারে। (আমি নিশ্চিত যে টুফ্টের একটি উদাহরণ রয়েছে যা এই নীতিটি দেখায়)

— সেক্সটাস এম্পেরিকাস

53

কখনও কখনও কম বেশি হয়। বছরের পর বছর পরিবর্তনের এবং দেশের পার্থক্য সম্পর্কে কম বিশদ বিশদ সহ আপনি ট্রেন্ডগুলি সম্পর্কে আরও তথ্য সরবরাহ করতে পারেন । যেহেতু অন্যান্য দেশগুলি বেশিরভাগ একসাথে চলেছে আপনি পৃথক রঙ ছাড়াই পেতে পারেন।

একটি মসৃণ ব্যবহারের ক্ষেত্রে আপনি পাঠকের উপর আস্থা রাখতে হবে যে আপনি কোনও আকর্ষণীয় প্রকরণকে ছাপিয়েছেন নি।

কোডের জন্য কয়েকটি অনুরোধ পাওয়ার পরে আপডেট করুন :

আমি এটি জেএমপির ইন্টারেক্টিভ গ্রাফ বিল্ডারে তৈরি করেছি। জেএমপি স্ক্রিপ্টটি হ'ল:

Graph Builder(
Size( 528, 456 ), Show Control Panel( 0 ), Show Legend( 0 ),
// variable role assignments:
Variables( X( :year ), Y( :Deaths ), Overlay( :Country ) ),
// spline smoother:
Elements( Smoother( X, Y, Legend( 3 ) ) ),
// customizations:
SendToReport(
    // x scale, leaving room for annotations
    Dispatch( {},"year",ScaleBox,
        {Min( 1926.5 ), Max( 1937.9 ), Inc( 2 ), Minor Ticks( 1 )}
    ),
    // customize colors and DE line width
    Dispatch( {}, "400", ScaleBox, {Legend Model( 3,
        Properties( 0, {Line Color( "gray" )}, Item ID( "aut", 1 ) ),
        Properties( 1, {Line Color( "gray" )}, Item ID( "be", 1 ) ),
        Properties( 2, {Line Color( "gray" )}, Item ID( "ch", 1 ) ),
        Properties( 3, {Line Color( "gray" )}, Item ID( "cz", 1 ) ),
        Properties( 4, {Line Color( "gray" )}, Item ID( "den", 1 ) ),
        Properties( 5, {Line Color( "gray" )}, Item ID( "fr", 1 ) ),
        Properties( 6, {Line Color( "gray" )}, Item ID( "nl", 1 ) ),
        Properties( 7, {Line Color( "gray" )}, Item ID( "pl", 1 ) ),
        Properties( 8, {Line Color("dark red"), Line Width( 3 )}, Item ID( "de", 1 ))
    )}),
    // add line annotations (omitted)

));

— xan
সূত্র

4

আমার অভিজ্ঞতায় স্মুথ সিরিজ সামাজিক বিজ্ঞানের খুব বিরল অনুশীলন।

— লুচোনাচো

6

এগুলি তাদের নতুন এবং দরকারী কিছু দেখানোর কারণ হতে পারে?

— কেজেটিল বি হালওয়ারসন

9

সামাজিক বিজ্ঞানের নির্বিশেষে, আমি দেখতে পাচ্ছি যে স্মুথিং 1930 সালে ঘটে যাওয়া ড্রপটি এবং 1935 সালে ঘটে যাওয়া আপটিক লুকিয়ে রাখে 19 1929 সালে সংঘটিত একাধিক দেশগুলির স্পাইকও অস্পষ্ট। অন্যথায়, আমি এই সরল পদ্ধতিটি খুব পছন্দ করি।

— আন্ডারলাইনার

7

মাত্র দুটি রঙ ব্যবহার করার জন্য +1 (সম্ভবত ধূসরটিকে আরও হালকা করুন?) এবং সঠিকভাবে দেশের নামগুলি রেখে legend স্মুথিংয়ের জন্য -১, যা কোনও উপযুক্ত কারণে তথ্য বাতিল করে দেয়। সুতরাং আমার আসলে ভোট দেওয়ার দরকার নেই ;-)

— এস। কোলাসা - মনিকা

10

@StephanKolassa আমি মনে করি xan এর বিন্দু আছে হয় বাতিল তথ্য একটি ভাল কারণ: বদলে বছর-টু-বছর পরিবর্তনশীলতা "কোলাহল" সামগ্রিক প্রবণতা উপর ফোকাস করার। কিছুটা হলেও, আপনি ইতিমধ্যে "তথ্য ত্যাগ করছেন" - আপনি বার্ষিক সংখ্যাগুলি খুঁজছেন। আমার সন্দেহ গ্রাফ দৈনন্দিন হার ষড়যন্ত্র, যা যেখানে "বাতিল করবেন না তথ্য" আপনি লাগে, দ্বারা উন্নত করা হবে ব্যতিরেকী প্রমাণ । - এটি সত্য যে কিছু প্রবণতা স্মুথিং দ্বারা অস্পষ্ট হয়, তবে অন্যগুলি (seasonতু পরিবর্তনের মতো) বার্ষিক হারের পছন্দ অনুসারে অস্পষ্ট থাকে। কিছু বিশ্বাস জড়িত যে প্রাসঙ্গিক প্রকরণ এখনও প্রদর্শিত হচ্ছে।

— আরএম

39

এখানে ভাল উত্তর আছে। আমাকে আপনার কথার দিকে নিয়ে যেতে দাও যে আপনি দেখাতে চান যে জার্মানির প্রবণতা বাকী থেকে আলাদা। স্তরের বনাম পরিবর্তনগুলি অর্থনীতিতে একটি সাধারণ পার্থক্য। আপনার ডেটা স্তরগুলিতে রয়েছে , তবে আপনার প্রশ্নটি পরিবর্তনের সন্ধান হিসাবে বর্ণিত হয়েছে । এটি করার উপায়টি হল রেফারেন্স স্তরটি (এখানে 1932 এখানে) হিসাবে সেট করা । সেখান থেকে প্রতিটি পরের বছরটি পূর্ববর্তীটির একটি ভগ্নাংশ। (পরিবর্তনগুলি আরও স্থিতিশীল এবং প্রতিসম করে তুলতে লগগুলি নেওয়া সাধারণ। এটি সঠিক সংখ্যার অর্থকে কিছুটা পরিবর্তন করে, আপনি যদি সত্যিই চান যে কেউ প্লট থেকে এটি পেতে পারে তবে সাধারণত এই ধরণের জিনিসটির জন্যই মানুষ হতে চায় প্যাটার্নটি দেখতে সক্ষম)) আপনি তারপরে প্রতিটি সিরিজের জন্য চলমান যোগফল পাবেন এবং এটিকে দ্বারা $1$ $100$ কনভেনশন দ্বারা. এটাই আপনি ষড়যন্ত্র করছেন। আপনার ক্ষেত্রে আপনার রেফারেন্স পয়েন্টটি আপনার সিরিজের মাঝখানে কিছুটা কম দেখা গেছে, তাই আমি 1932 সাল থেকে উভয় দিকেই এটি চালিয়েছি ow নীচে একটি সাধারণ উদাহরণ দেওয়া হল, আর-তে কোডেড (কোড তৈরি করার প্রচুর উপায় থাকবে এবং প্লট ভাল, কিন্তু এই ধারণাটি সোজাসুজি প্রদর্শন করা উচিত)। কিংবদন্তিতে আলাদা করার জন্য আমি জার্মানিটির পক্ষে লাইনটি আরও ঘন করেছিলাম এবং আমি এ রেফারেন্স লাইন যুক্ত করেছি । জার্মানি বাকি থেকে পৃথক দাঁড়িয়ে আছে তা দেখতে সহজ। আপনি আরও দেখতে পাচ্ছেন যে অন্যান্য দেশগুলি ১৯৩32 সালের তুলনায় ১৯৩37 এর তুলনায় কম হারের সাথে সমাপ্ত হয় এবং তাদের বছরের পরিবর্তে ১৯৩২ সালের পরের বছরের তুলনায় অনেক কম ওঠানামা হয় যা এর আগে যে বছরগুলি হয়েছিল তার তুলনায়। $100$

d = read.table(text="
year     de     fr      be       nl     den      ch     aut     cz       pl
1927    10.9    16.5    13      10.2    11.6    12.4    15      16      17.3
...
1937    11.5    15      12.5    8.8     10.8    11.3    13.3    13.3    14",
header=T)

d2          = d  # we'll end up needing both
d2[6,2:10]  = 1  # set 1932 as 1
for(j in 2:10){   
  for(i in 7:11){
      # changes moving forward from 1932:
    d2[i,j] = log( d[i,j]/d[i-1,j] )
      # running sum moving forward from 1932:
    d2[i,j] = d2[i,j]+d2[i-1,j]
  }
  for(i in 5:1){
      # changes moving backward from 1932:
    d2[i,j] = log( d[i,j]/d[i+1,j] )
      # running sum moving forward from 1932:
    d2[i,j] = d2[i+1,j]+d2[i,j]
  }
}
d2[,2:10]   = d2[,2:10]*100  # multiply all values by 100

windows()  # plot of changes
  plot(1,1, xlim=c(1927,1937), ylim=c(82,118), xlab="Year", 
       ylab="Change from 1932", main="European death rates")
  abline(h=100, col="lightgray")
  for(j in 2:10){
    lines(1927:1937, d2[,j], col=rainbow(9)[j-1], lwd=ifelse(j==2,2,1))
  }
  legend("bottomleft", legend=colnames(d2)[2:10], lwd=c(2,rep(1,8)), lty=1, 
         col=rainbow(9), ncol=2)

windows()  # plot of levels
  plot(1,1, xlim=c(1927,1937), ylim=c(8,18.4), xlab="Year", 
       ylab="Deaths per thousand", main="European death rates")
  abline(h=d[6,2:10], col="gray90")
  points(rep(1932,9), d[6,2:10], col=rainbow(9), pch=16)
  for(j in 2:10){
    lines(1927:1937, d[,j], col=rainbow(9)[j-1], lwd=ifelse(j==2,2,1))
  }
  legend("topright", legend=colnames(d)[2:10], lwd=c(2,rep(1,8)), lty=1, 
         col=rainbow(9), ncol=2)

বিপরীতে, নীচে স্তরগুলিতে ডেটা সম্পর্কিত একটি প্লট দেওয়া হয়। তবুও আমি এটি দেখতে চেষ্টা করেছিলাম যে জার্মানি একা 1932 এর পরে দু'ভাবে এগিয়ে চলেছে: আমি 1932 সালে প্রতিটি সিরিজে একটি বিশিষ্ট বিষয় রেখেছি এবং সেই স্তরের পটভূমিতে প্লটটি জুড়ে একটি বিবর্ণ ধূসর লাইন আঁকলাম।

— gung - মনিকা পুনরায় স্থাপন করুন
সূত্র

+1 সত্যিই দুর্দান্ত সমাধান

— পুনরায় খেলুন

2

কিংবদন্তিটি হারাতে (কীটি মেরে ফেলে) এবং প্রতিটি বক্ররেখাকে সরাসরি গ্রাফের শিরোনামে লেবেল করার জন্য পর্যাপ্ত জায়গা রয়েছে।

— নিক কক্স

3

কোড এবং প্লটটিকে আরও সুন্দর করার অনেক উপায় রয়েছে। আমার এখানে মূল বক্তব্যটি স্তরগুলি ও পরিবর্তনের ধারণাগুলিকে পৃথক করা এবং পরিবর্তনগুলি কীভাবে রূপকল্পিত করা যায় তার একটি প্রাথমিক প্রদর্শন প্রদান করা হয়েছিল।

— গুং - মনিকা পুনরায়

17

অন্যান্য উত্তরে এখানে অনেকগুলি ভাল ধারণা রয়েছে তবে তারা যে ভাল সমাধানগুলি সম্ভব তা ছাড়ায় না। এই উত্তরের প্রথম গ্রাফটি গ্রহণ করে যে মৃত্যুর হারের বিভিন্ন স্তরের আলাদাভাবে আলোচনা করা যায় এবং ব্যাখ্যা করা যায়। প্রতিটি সিরিজ উপলভ্য স্থানের অনেকখানি জায়গা পূরণের ক্ষেত্রে, এটি আপেক্ষিক পরিবর্তনের নিদর্শনগুলিতে পাঠকদের মনোযোগ নিবদ্ধ করে।

দেশ অনুসারে বর্ণানুক্রমিক ক্রম সাধারণত একটি ডপই ডিফল্ট হয় এবং এখানে জোর দেওয়া হয় না। ভাগ্যক্রমে এবং সৌভাগ্যক্রমে, জার্মানি ডি হিসাবে এই 3 এক্স 3 ডিসপ্লেটির কেন্দ্রে রয়েছে। একটি সরল আখ্যান - দেখুন! জার্মানির প্যাটার্ন 1932 সাল থেকে উত্থানের সাথে ব্যতিক্রমী - এটি সম্ভব এবং প্রশংসনীয় করে তোলা হয়েছে।

ভাগ্যক্রমে, তবে সৌভাগ্যক্রমে, 9 টি দেশ পৃথক প্যানেল ব্যবহারের ন্যায্যতা প্রমাণ করার পক্ষে যথেষ্ট, তবে সেই নকশাটিকে অচল করে তুলতে খুব বেশি নয় (30 এবং অবশ্যই 300 প্যানেল বলে, এখানে অনেকগুলি ছোট প্যানেল স্ক্যান করতে পারে) খুঁটিয়ে)।

স্পষ্টতই, পূর্ণ দেশ নামগুলির জন্য এখানে প্রচুর জায়গা রয়েছে। (অন্য কয়েকটি উত্তরে, কিংবদন্তিরা কিছুটা ক্রিপ্টিক থাকার সময় উপলভ্য জায়গার একটি বড় অংশ গ্রহণ করে practice বাস্তবে, এই জাতীয় ডেটাতে আগ্রহী লোকেরা দেশটির সংক্ষেপণগুলি ডিকোড করা সহজ খুঁজে পেতে পারে, তবে কিংবদন্তিটি কতদূর প্রয়োজন needed গ্রাফিকাল ডিজাইনে ভেক্সিং ইস্যু))

রেকর্ডের জন্য স্টাটা কোড:

clear
input int year double(de fr be nl den ch aut cz pl)
1927 10.9 16.5   13 10.2 11.6 12.4   15   16 17.3
1928 11.2 16.4 12.8  9.6   11   12 14.5 15.1 16.4
1929 11.4 17.9 14.4 10.7 11.2 12.5 14.6 15.5 16.7
1930 10.4 15.6 12.8  9.1 10.8 11.6 13.5 14.2 15.6
1931 10.4 16.2 12.7  9.6 11.4 12.1   14 14.4 15.5
1932 10.2 15.8 12.7    9   11 12.2 13.9 14.1   15
1933 10.8 15.8 12.7  8.8 10.6 11.4 13.2 13.7 14.2
1934 10.6 15.1 11.7  8.4 10.4 11.3 12.7 13.2 14.4
1935 11.4 15.7 12.3  8.7 11.1 12.1 13.7 13.5   14
1936 11.7 15.3 12.2  8.7   11 11.4 13.2 13.3 14.2
1937 11.5   15 12.5  8.8 10.8 11.3 13.3 13.3   14
end

rename (de-pl) (death=)
reshape long death, i(year) j(country) string
set scheme s1color 
line death year, by(country, yrescale note("")) xtitle("") xla(1927(5)1937)

সম্পাদনা করুন:

টিম মরিস প্রস্তাবিত এই গ্রাফটির একটি সাধারণ বর্ধন হ'ল সেই বছরে হাইলাইট করা যেখানে সর্বোচ্চটি ঘটেছিল:

egen max = max(death) , by(country)
replace max = max == death
twoway line death year || scatter death year if max, ms(O)  ///
by(country, yrescale note("") legend(off)) xtitle("") xla(1927(5)1937)

সম্পাদনা 2 (সহজ কোড দেখানোর জন্য সংশোধিত):

বিকল্পভাবে, এই পরবর্তী নকশাটি প্রতিটি সিরিজ আলাদাভাবে দেখায়, তবে প্রতিবার অন্যান্য সিরিজের সাথে ব্যাকড্রপ হিসাবে। এই সম্পর্কিত থ্রেডের মধ্যে সাধারণ ধারণাটি আলোচনা করা হয় ।

এখানে ক্ষতির পাশাপাশি লাভও রয়েছে। প্রতিটি সিরিজ অন্যদের প্রসঙ্গে আরও সহজেই দেখা যায়, পুনরাবৃত্তি করে স্থানটি হারিয়ে যায়।

রেকর্ডের জন্য স্টাটা কোড:

(কোড থেকে input, reshape, renameএই উত্তর উপরে হিসাবে)

* type "ssc inst fabplot" to install
fabplot line death year, by(country, compact note("countries highlighted in turn")) ///
ytitle("death rate, yearly deaths per 1000") yla(8(2)18, ang(h)) ///
xla(1927(5)1937, format(%tyY)) xtitle("") front(connected)

fabplotবোঝা করা হয় front বা foreground aয় backdrop বা bনয় "কল্পিত" জন্য 1960 অপভাষা কিছু প্রতিধ্বনি হিসেবে ackground চক্রান্ত।

— নিক কক্স
সূত্র

3

+1, আমার অবশ্যই বলতে হবে যে কোডটি এর মতো একটি দুর্দান্ত প্লট তৈরি করার জন্য সংক্ষিপ্ত।

— গুং - মনিকা পুনরায়

ধন্যবাদ এগুলি ইনবিল্ট কমান্ড হওয়ায় এখানে যে কোনও প্রশংসা স্ট্যাটাকর্প দ্বারা প্রাপ্য। কসমেটিক্যালি আমি কিছু ডিফল্ট পাঠ্যটি zapping করছি, যেমন এক্স অক্ষের শিরোনাম yearহিসাবে (যার দরকার এটি?)। আমি এটি স্টাটা ব্যবহারকারীর সাথে যুক্ত করব প্রাকৃতিক ডেটা কাঠামো এমন হবে যা একটি এবং বাধ্যতামূলক নয় । তবে পর্যবেক্ষণগুলির স্বতন্ত্র ব্লক হিসাবে স্বতন্ত্র প্যানেল রয়েছে (এখানে দেশগুলি)। renamereshape

— নিক কক্স

+1 তবে এই সমাধানের একটি সমস্যাযুক্ত বৈশিষ্ট্য হ'ল এটি প্রসঙ্গটি হারাতে পারে: আমরা সহজেই দেখতে পারি না যে যদিও জার্মানির মৃত্যুর হার বেড়েছে, তবে এটি নিম্ন স্তরে শুরু হয়েছিল এবং এখনও শেষে (তুলনামূলকভাবে) খুব বেশি ছিল না।

— whuber

1

EDIT 2 এ বিকল্প নকশাটি প্রসঙ্গটি সম্পর্কে @ ভুবার দ্বারা তৈরি মূল পয়েন্টটি সম্বোধন করার একটি উপায়।

— নিক কক্স

15

আপনার গ্রাফটি যুক্তিসঙ্গত, তবে এটির জন্য শিরোনাম, অক্ষ লেবেল এবং সম্পূর্ণ দেশের লেবেল সহ কিছু সংশোধন প্রয়োজন। যদি আপনার লক্ষ্যটি পর্যবেক্ষণের সময়কালে মৃত্যুর হার বাড়ার একমাত্র দেশ হিসাবে এই বিষয়টিকে জোর দেওয়া হয় তবে এটি করার একটি সহজ উপায় হ'ল প্লটটিতে এই লাইনটি হাইলাইট করা, একটি ঘন লাইন ব্যবহার করে, অন্যরকম লাইন-টাইপ, বা আলফা স্বচ্ছতা। আপনার সময়-সিরিজের প্লটকে বার-প্লট দিয়ে সময়ের সাথে সাথে মৃত্যুর হারের পরিবর্তনের চিত্রও বাড়িয়ে তুলতে পারে, যাতে সময়-সিরিজের লাইনের জটিলতা পরিবর্তনের একক পরিমাপে হ্রাস পায়।

এখানে কিভাবে আপনি ব্যবহার করে এই প্লট উত্পাদন পারে ggplotমধ্যে R:

library(tidyr);
library(dplyr);
library(ggplot2);

#Create data frame in wide format
DATA_WIDE <- data.frame(Year = 1927L:1937L,
                        DE   = c(10.9, 11.2, 11.4, 10.4, 10.4, 10.2, 10.8, 10.6, 11.4, 11.7, 11.5),
                        FR   = c(16.5, 16.4, 17.9, 15.6, 16.2, 15.8, 15.8, 15.1, 15.7, 15.3, 15.0),
                        BE   = c(13.0, 12.8, 14.4, 12.8, 12.7, 12.7, 12.7, 11.7, 12.3, 12.2, 12.5),
                        NL   = c(10.2,  9.6, 10.7,  9.1,  9.6,  9.0,  8.8,  8.4,  8.7,  8.7,  8.8),
                        DEN  = c(11.6, 11.0, 11.2, 10.8, 11.4, 11.0, 10.6, 10.4, 11.1, 11.0, 10.8),
                        CH   = c(12.4, 12.0, 12.5, 11.6, 12.1, 12.2, 11.4, 11.3, 12.1, 11.4, 11.3),
                        AUT  = c(15.0, 14.5, 14.6, 13.5, 14.0, 13.9, 13.2, 12.7, 13.7, 13.2, 13.3),
                        CZ   = c(16.0, 15.1, 15.5, 14.2, 14.4, 14.1, 13.7, 13.3, 13.5, 13.3, 13.3),
                        PL   = c(17.3, 16.4, 16.7, 15.6, 15.5, 15.0, 14.2, 14.4, 14.0, 14.2, 14.0));

#Convert data to long format
DATA_LONG <- DATA_WIDE %>% gather(Country, Measurement, DE:PL);

#Set line-types and sizes for plot
#Germany (DE) is the fifth country in the plot
LINETYPE <- c("dashed", "dashed", "dashed", "dashed", "solid", "dashed", "dashed", "dashed", "dashed");
SIZE     <- c(1, 1, 1, 1, 2, 1, 1, 1, 1);

#Create time-series plot
theme_set(theme_bw());
PLOT1 <- ggplot(DATA_LONG, aes(x = Year, y = Measurement, colour = Country)) + 
         geom_line(aes(size = Country, linetype = Country)) +
         scale_size_manual(values = SIZE) +
         scale_linetype_manual(values = LINETYPE) +
         scale_x_continuous(breaks = 1927:1937) +
         scale_y_continuous(limits = c(0, 20)) +
         labs(title = "Annual Time Series Plot: Death Rates over Time", 
              subtitle = "Only Germany (DE) trends upward from 1927-37") +
         xlab("Year") + ylab("Crude Death Rate\n(per 1,000 population)");


#Create new data frame for differences
DATA_DIFF <- data.frame(Country = c("DE", "FR", "BE", "NL", "DEN", "CH", "AUT", "CZ", "PL"),
                        Change  = as.numeric(DATA_WIDE[11, 2:10] - DATA_WIDE[1, 2:10]));

#Create bar plot
PLOT2 <- ggplot(DATA_DIFF, aes(x = reorder(Country, - Change), y = Change, colour = Country, fill = Country)) + 
         geom_bar(stat = "identity") +
         labs(title = "Bar  Plot: Change in Death Rates from 1927-37", 
              subtitle = "Only Germany (DE) shows an increase in death rate") +
         xlab(NULL) + ylab("Change in crude Death Rate\n(per 1,000 population)");

এটি নিম্নলিখিত প্লটগুলিতে বাড়ে:

দ্রষ্টব্য: আমি জানি যে ওপি 1932 সাল থেকে জার্মানিতে প্রবণতা বাড়তে শুরু করে, মৃত্যুর হারের পরিবর্তনটি হাইলাইট করার লক্ষ্য নিয়েছিল। এটি আমার কাছে চেরি-বাছাইয়ের মতো মনে হয় এবং নির্দিষ্ট ট্রেন্ড অর্জনের জন্য যখন সময় অন্তর বেছে নেওয়া হয় তখন আমি সন্দেহজনক বলে মনে করি। এই কারণে আমি পুরো ডেটা রেঞ্জের মধ্যবর্তী ব্যবধানের দিকে নজর রেখেছি, যা ওপি থেকে আলাদা তুলনা।

— মনিকা পুনরায় স্থাপন করুন
সূত্র

আপনার পরামর্শের জন্য ধন্যবাদ। ফর্ম্যাটটি একটি কাজ চলছে, এটি আমি যা পেতে চেয়েছিলাম তার কেবল মোটামুটি উদাহরণ;)

— পিএইচডিিং

1

@ গ্রিফার: ভাল দাগ (+ 1) - আমার আরও কিছুটা সময় থাকলে আমি সম্পাদনা করব।

— মনিকা

1

আমি বারের প্লটটি পছন্দ করি তবে বর্ণানুক্রমিক এক্স-অক্ষের পরিবর্তে, আমি পরিবর্তন অনুসারে বাছাই করি।

— গ্রেগোর

14

যদিও বর্ণিত উদ্দেশ্যটি পরিবর্তনগুলি প্রদর্শন করা হয়, স্পষ্টতই আপনি দেশের দ্বারা বার্ষিক সময় সিরিজটিও প্রদর্শন করতে চান। এটি গ্রাফিককে পুরোপুরি পুনরায় করা নয়, কেবল এটি পরিবর্তিত করার পরামর্শ দেয়।

যেহেতু পরিবর্তনটি এক বছর থেকে পরের বছর পর্যন্ত ঘটে থাকে তা উদ্বেগের কারণে, আপনি ক্রমাগত বছরগুলিতে বিস্তৃত গ্রাফিকাল চিহ্নগুলি দ্বারা পরিবর্তনগুলি উপস্থাপিত করার বিষয়টি বিবেচনা করতে পারেন: অর্থাত্ প্লটটির ডেটা পয়েন্টগুলিতে সংযোগকারী লাইন বিভাগগুলি ।

যেহেতু রঙ পৃথক দেশগুলির জন্য এত দরকারী, এবং অন্যথায় পরিমাণগত ভেরিয়েবলগুলি ইঙ্গিত করতে এতটা ভাল নয়, যা আমাদের পরিবর্তনের ইঙ্গিত করতে ভিন্ন দুটি ভিন্ন বৈশিষ্ট্যগুলি রেখে দেয়: বিভাগগুলির শৈলী এবং বেধ। যেহেতু আপনার থিসিসটি ইতিবাচক পরিবর্তনের বিষয়ে উদ্বেগ প্রকাশ করেছে, আপনি বৃদ্ধির জন্য লাইন বিভাগগুলি আরও বিশিষ্ট করতে চান: তাদের স্টাইলগুলি আরও ধ্রুবক হওয়া উচিত এবং এগুলি আরও ঘন হওয়া উচিত।

অবশেষে, আপনার থিসিসটি 1932 সালের পরে ডেটা উদ্বেগ করে। আমরা গ্রাফিকের অন্যান্য উপাদানগুলির সাথে অন্যদের তুলনায় জোর দিতে চাই। এটি রঙ saturating দ্বারা করা যেতে পারে।

এই সমাধানটি তাত্ক্ষণিক অন্তর্দৃষ্টি সরবরাহ করে যা মূলটিতে দৃশ্যমান ছিল না:

১৯৩৩ সালের পর কোনও দেশই সারা বছর মৃত্যুর হারে বার্ষিক বৃদ্ধির অভিজ্ঞতা লাভ করে নি। এ জাতীয় কোনও দেশই ধারাবাহিকভাবে শক্ত রেখারূপে উপস্থিত হবে, তবে এ জাতীয় কোন রেখা নেই।
পরিবর্তনের বেশিরভাগ ক্ষেত্রে সমস্ত দেশের সাধারণ কারণগুলির জন্য দায়ী করা উচিত। এটি উল্লম্ব কলামগুলির মধ্যে লাইন শৈলীর এবং বেধের মিলগুলির মধ্যে প্রকট apparent উদাহরণস্বরূপ, ১৯৩34-৩৫ সময়কালে প্রায় সমস্ত দেশেই মৃত্যুর হার বেড়ে যায়, যেখানে ১৯৩৩-৩৪-এ প্রায় সব দেশেই তাদের হ্রাস ঘটে।
জার্মানি ১৯৩৩-৩৩ সালে মৃত্যুর হারে ব্যাপক বৃদ্ধি এবং ১৯৩৩-৩6-এ সামান্য বৃদ্ধি পেয়ে অস্বাভাবিক ছিল ।

এগুলির মধ্যে ইউরোপীয় দেশগুলির আপেক্ষিক কার্যক্ষমতা আরও গভীরভাবে অনুপ্রবেশ করার জন্য, সম্ভবত মিডিয়ান পোলিশ দ্বারা, মৃত্যুর হার বনাম দেশে, পরিবর্তনের একটি শক্তিশালী দ্বিমুখী অন্বেষণ করার পরামর্শ দেয় ।

আপনি যদি শুধুমাত্র 1937 এবং 1932 এর মধ্যে পার্থক্যের উপর জোর দিতে চান তবে একই তারিখের মধ্যে পাথের অংশগুলির প্রতীক হিসাবে একই কৌশল ব্যবহার করা যেতে পারে। জার্মানি বাইরে দাঁড়াবে:

— whuber
সূত্র

10

Slopegraphs

আপনি যেভাবে আপনার ডেটা উপস্থাপন করতে পারবেন তার মধ্যে একটি স্লোগগ্রাফ ব্যবহার করা যা পরিবর্তনগুলি বা গ্রেডিয়েন্টের তুলনায় বিশেষভাবে ভাল (কিছু লিঙ্ক: 1 2 )

নিচে আছে

বাম দিকে একটি opeালু চিত্রের উদাহরণ যা দেখায় যে এটি আপনার কেসের জন্য কেমন দেখাচ্ছে।
কেন্দ্রে আরও জটিল opeালু চিত্র যা 1932 সালটিও দেখায়
ডান দিকে slopegraph একটি প্রকরণ, আরো স্পার্কলাইন কেমন, যেখানে সমস্ত ডেটা দেখানো হয় (কোন সরল রেখা, যার অর্থ)।

কোনটি সেরা তা আমি নিশ্চিত নই। তৃতীয় / ডান বিকল্পটি বছরের পর বছর পরিবর্তনের বিষয়ে দৃ stronger় ধারণা সরবরাহ করে (এবং উদাহরণস্বরূপ এটি আরও দৃশ্যমান হয় যে ডেনমার্ক বনাম জার্মানি এত আলাদা দেখাচ্ছে না এবং এটি বছরের পর বছর অনেকটা উপরে উঠে যাচ্ছে) তবে এটি করতে পারে বিভ্রান্ত করা (বিশেষত ১৯২৯ এর শিখর) কোনটি আরও ভাল তা নির্ভর করে আপনি গ্রাফটি দিয়ে কী বোঝাতে চান এবং আপনার গল্পের কতটা বিশদ প্রয়োজন তার উপর নির্ভর করে (উদাহরণস্বরূপ, দ্বিতীয় সরকারের মাঝামাঝি বিকল্পটি আরও স্পষ্টভাবে বিভিন্ন সরকারের সাথে ১৯৩২ সালের দিকে ঘুর)।

ডানদিকে opeালু চিত্রের প্রকরণটি Xan দ্বারা গ্রাফের মতো দেখায়। তবে, শৈলীগত পার্থক্য ছাড়াও আরও একটি গুরুত্বপূর্ণ পার্থক্য রয়েছে। চিত্রের প্রস্থ এবং উচ্চতাটি এমনভাবে বেছে নেওয়া হয়েছে যে বক্রের কোণ 45 ডিগ্রির কাছাকাছি থাকে। এইভাবে পার্থক্যগুলি আরও সুস্পষ্ট (আমি বিশ্বাস করি যে সর্বোত্তম উদাহরণ হ'ল এডওয়ার্ড টুফ্টের সানস্পট উদাহরণ )

আরও প্রসঙ্গ

আপনি যদি সরল opeালু চিত্রের তুলনায় আরও জটিলতা যুক্ত করতে চান তবে আমি বিশ্বাস করি যে সীমার অভ্যন্তরের চেয়ে 1927-1937 ব্যাপ্তির বাইরে আরও ডেটা প্রদর্শন করা ভাল । (আবারও টুফ্টের উদাহরণ Qu৪-7575 পৃষ্ঠা থেকে কোয়ানটিটিভ তথ্যের ভিজ্যুয়াল ডিসপ্লেতে আপনি তার ওয়েবসাইটে বুলেটিন বোর্ডে এই পৃষ্ঠার মাধ্যমে এটি পেতে পারেন )

বছর 1900-2000 শো ডেটা নীচের উদাহরণে (পোল্যান্ড যার তথ্য ব্যতীত একটু কঠিন) উইকিপিডিয়া থেকে নিষ্কাশিত (যেমন চেক প্রজাতন্ত্র এই পাতা ) এবং সুইজারল্যান্ড এবং নেদারল্যান্ডস জন্য পরিসংখ্যান (এর তাদের জাতীয় সংস্থা BFS এবং Statline )।

^{(তথ্য আপনার থেকে কিছুটা আলাদা তবে উদাহরণ হিসাবে যেমন "জার্গ বাটেন এবং আন্ড্রেয়া ওয়াগনার রচিত" নাগরিকের নাগরিকের মৃত্যু ও পুষ্টি সংকট, ১৯৩33-১37 Aut37 "নিবন্ধটি" স্বৈরশাসন, বাজার বিচ্ছিন্নতা এবং স্বাস্থ্য। "নিবন্ধটি আকর্ষণীয় তারা পড়ার জন্য যেহেতু তারা কেবল অপরিশোধিত মৃত্যুর হারের চেয়ে আরও অনেক তথ্য সরবরাহ করে, যদিও তারা নিজেদেরকেও একটি স্বল্প সময়ের মধ্যে সীমাবদ্ধ করে দেয়।বিশেষ করে মজার বিষয় হ'ল ১৯৩৩ থেকে ১৯3737 সাল পর্যন্ত মৃত্যুর হার বাড়ানো মূলত ফ্র্যাঙ্কফুর্ট থেকে ব্রেমেন পর্যন্ত একটি শহরগুলির মধ্যে ছিল। এবং হামবুর্গ)}

আমি বিশ্বাস করি যে এই গ্রাফটি গুরুত্বপূর্ণ কারণ এটি দেখায় যে জার্মানি 1932 সালের পরে উত্থানের আগে খুব শক্তিশালী নেমেছিল other অন্যান্য দেশের চেয়ে শক্তিশালী। সুতরাং আপনি নেতিবাচক এবং ইতিবাচক ব্যাখ্যা করতে পারেন। জার্মানির মৃত্যুর হার 1932-1937 সালের মধ্যে অন্যান্য দেশের তুলনায় বেশি বৃদ্ধি পেয়েছিল, কিন্তু এটি কি (1) নিম্ন চূড়া থেকে দূরে ছিল, বা (২) একটি উচ্চ শিখরের দিকে বৃদ্ধি ছিল? এক্ষেত্রে একটি আকর্ষণীয় দিক হ'ল ১৯২৩ সালের দশকের দশমিক দশমিক এক স্তর জার্মানির জন্য খুব নীচু স্তর (এই সময়ে কেবল নেদারল্যান্ডসের মৃত্যুর হার কম ছিল)। এটি ১৯৩37 সাল পর্যন্ত কেবলমাত্র সর্বনিম্ন স্তর নয়, তবে এটি আবার 10.8 এর স্তরটি পৌঁছানোর আগে 1995 পর্যন্ত লাগে।

^{স্বাস্থ্যের সাথে সম্পর্কিত অন্য একটি বিষয়, (যদি এটি আপনার প্রসঙ্গ হয়) আয়ু তুলনা করা ভাল হতে পারে, জনসংখ্যার জনসংখ্যার কাঠামোর মৃত্যুর হারের উপর প্রভাব রয়েছে, স্বাস্থ্যের অবস্থার পরিবর্তন থেকে পৃথক independent}

কিছুটা কম অতিরিক্ত প্রসঙ্গ

উপরের গ্রাফটি সামগ্রিকতা দেখায় তবে বেশিরভাগ উদ্দেশ্যগুলির জন্য এটি একটি ওভারকিল হতে পারে (এই পোস্টটি বাদে যেখানে আমি পুরো ইতিহাসটি দেখাতে চেয়েছিলাম এবং এটি অনুসন্ধানের উদ্দেশ্যে আরও বেশি)। নীচের গ্রাফটি এমন একটি বিকল্প যা আমার বিশ্বাস, এখনও শালীন।

— সেক্সটাস এম্পেরিকাস
সূত্র

আপনার সমস্ত পরামর্শের জন্য ধন্যবাদ। আমি মনে করি আপনার প্রদত্ত opeালাগুলি খুব স্বজ্ঞাত। আমি নিশ্চিত যে আরও দীর্ঘ সময়সীমা সহ দরকারী হবে তবে আমরা এই নির্দিষ্ট সময়কালের উপর দৃষ্টি নিবদ্ধ করে একটি বিষয় তৈরি করতে এবং এটি পরিষ্কার করতে চাই। আমি মনে করি 1900-2000 প্লটটি কিছুটা অগোছালো হবে। আপনার শেষ পয়েন্টটি সম্পর্কে, আমরা মৃত্যুর হার ব্যবহার চালিয়ে যাওয়ার জন্য অপরিশোধিত হারগুলিকে বয়স-সমন্বিত করেছি।

— পিএইচডিিং

1

@ আলেসান্দ্রো আমি একটি বিকল্প যুক্ত করেছি যা আরও ব্যবহারিক। আবার সংখ্যাগুলি পৃথক কারণ আমি বিভিন্ন উত্স ব্যবহার করেছি (বয়স সমন্বিত নয়) তবে আমি অনুমান করি যে জার্মানির শক্তিশালী হ্রাস তার পরেও শক্তিশালী বৃদ্ধি একই হতে পারে।

— সেক্সটাস এম্পেরিকাস

4

শ্রোতাদের উপর নির্ভর করে তবে আমি বিষয়গুলি সহজ করব:

তারপরে এটি শিরোনামে বানান করুন যেমন

১৯৩৩-৩7 সাল থেকে জার্মানিতে বার্ষিক মৃত্যুর হার বেড়েছে, যদিও এটি পুরো ইউরোপ জুড়ে পড়েছে (ফ্রান্স, বেলজিয়াম, নেদারল্যান্ডস, ডেনমার্ক, অস্ট্রিয়া, চেক রিপাবলিক, পোল্যান্ড)।

(বিটিডাব্লু সিএইচ বনাম সিজেড কী? আমি উপরে কোন দেশটি মিস করছি?)

পুঙ্খানুপুঙ্খভাবে বলা যায়, death rate'অন্যদের' জন্য 'পুলিং' করার সময় আপনার অবশ্যই অবশ্যই জনসংখ্যার একটি অনুমানের সাথে ওজন করতে হবে , তবে আমি নিশ্চিত যে এই তথ্যটি আপনার জন্য সহজেই উপলব্ধ।

আপডেট 6/9/18: এটি অবশ্যই একটি 'খেলনা' স্কেচ এবং ডেটা থেকে প্রাপ্ত নয়; গ্রাফটি গ্রহণ করা উচিত এমন ফর্মটির একটি রুক্ষ খসড়া প্রদান করা ধারণা।

$O_y$ $O$ $i=1...8$ $8 \times$

O_{y i} = \sum_{i = 8}^{i = 1} \frac{A D R_{y i} . p o p u l a t i o n_{i}}{t o t a l P o p u l a t i o n}

$O_{yi} = \sum^{i=1}_{i=8} \frac{ADR_{yi} . population_i}{totalPopulation}$

বা আরও ভাল, যদি আপনার কাছে জনসংখ্যার তথ্য থাকে। প্রতি বছরের জন্য:

O_{y i} = \sum_{i = 8}^{i = 1} \frac{A D R_{y i} . p o p u l a t i o n_{y i}}{t o t a l P o p u l a t i o n_{y}}

$O_{yi} = \sum^{i=1}_{i=8} \frac{ADR_{yi} . population_{yi}}{totalPopulation_y}$

পাঠকদের উপর নির্ভর করে (যেমন: মহামারীবিদগণ বনাম iansতিহাসিকগণ) পরবর্তীকালে একটি প্রমিত বিচ্যুতি বা স্ট্যান্ডার্ড ত্রুটি যুক্ত করা যেতে পারে, যদিও আমি মনে করি এটি প্লটটির সরল চেহারাটি নষ্ট করবে।

— dardisco
সূত্র

5

chসুইজারল্যান্ড (এবং বিটিডাব্লু, এটি চেক প্রজাতন্ত্রটি এখনও 30 এর দশকে ছিল না )) - আপনার পদ্ধতির বিষয়ে আমি যা পছন্দ করি না তা হ'ল এটি স্পষ্ট নয় যে নিম্নমুখী প্রবণতা অন্যান্য দেশের মধ্যেও সামঞ্জস্যপূর্ণ। এটি প্রদর্শিত হতে পারে যেমন কেবল এলোমেলো-ইশ-এর ওঠানামা রয়েছে যা অন্যান্য দেশের মধ্যে নেতিবাচক কিছু হয়ে থাকে তবে জার্মানে ইতিবাচক হিসাবে আসে।

— 6:56

আমি এই উত্তরটি পছন্দ করি তবে আমি 'অন্যের' লাইনের আশেপাশে পরিসর বা মানক বিচ্যুতির দৃশ্য সংযোজন করতে পারি, অন্যথায় মানে প্রতারণা হতে পারে।

— তাসোস পাপাস্টাইলিয়ানু

2

আমি এই ধারণাটি খুব পছন্দ করি - তবে আপনি দয়া করে ব্যাখ্যা করতে পারেন আপনি "অন্যের" মৃত্যুর হার কীভাবে নির্ধারণ করেছেন? তারা প্রতিনিধিত্ব করে যে বিস্তৃত জনবসতির কারণে তাদের হারের গাণিতিক উপায়গুলি উপযুক্ত হবে না।

— whuber

3

আপনি যদি পরিবর্তনটি হাইলাইট করতে চান, তবে সম্ভবত এটি গণনা করুন এবং এটি প্রদর্শন করুন। পরিবর্তনগুলি প্রদর্শনের জন্য হিটম্যাপ ব্যবহার করা কার্যকর হতে পারে কারণ এটি ওভারপ্লোটিং সমস্যা ছাড়াই তুলনা করার অনুমতি দেয় এবং লাইন গ্রাফ থেকে আসা প্রবণতা সংক্রান্ত সমস্যাগুলি এড়িয়ে যায়।

dআর হিসাবে আপনার ডেটা ব্যবহার :

library(tidyverse)
d2 <- data.frame(apply(d[-1],2,diff))
d2$year <- d$year[-1]
d2 %>% gather(key="country",value=deathrate,-year) %>% 
   ggplot(aes(x=factor(year),y=country,fill=deathrate)) + 
   geom_tile() + 
   scale_fill_gradient2("\u0394 deathrate")

নোট করুন যে ডেটা এখন আগের বছর থেকে পরিবর্তন করা হয়েছে। আপনি দেখতে পাচ্ছেন যে ১৯৩২ সালের পরে জার্মানিতে ব্লুজগুলির একটি ক্লাস্টার রয়েছে (মৃত্যুর হার বেড়েছে) যা অন্য দেশগুলির কাছে নেই। আপনি আরও দেখতে পাচ্ছেন যে 1934 থেকে 1935 সালের মধ্যে পোল্যান্ড বাদে সমস্ত দেশেই মৃত্যুর হার বেড়েছে, তবে জার্মানিটির ট্রেন্ড বকিং 1932-1933 এবং 1935-1936 (পাশাপাশি 1927-1928) বলে মনে হয়।

একটি আকর্ষণীয় বৈশিষ্ট্য হ'ল ডান তুলনায় রংগুলি বাম দিকে আরও তীব্র হয়। এর মানে হল যে পিরিয়ডের শুরুতে পরিবর্তনের মাত্রা বেশি ছিল এবং শেষের দিকে আরও নিঃশব্দ হয়েছিল।

আমি স্তরগুলি খুব লাইন দেখিয়ে একটি লাইন গ্রাফের সাথে এটি জুড়ানোর পরামর্শ দেব।

— জেমস
সূত্র

2

এখানে আমি আপনাকে পূর্ববর্তী বছরের সাথে তুলনামূলকভাবে প্রতি 1000 জনকে মৃত্যুর অনুপাতের লোগারিদমের পার্থক্য দেখাই (সুতরাং 1927 দেখানো হয়নি)। জার্মানি লাল দেখানো হয়েছে এবং অন্যান্য দেশের গড়কে ঘন কালো রেখায় দেখানো হয়েছে।

জার্মানি 10 বছরের মধ্যে 5 মধ্যে অনুপাত বৃদ্ধি পেয়েছিল। 1932 এর পরে এটি 1937 সাল পর্যন্ত অন্যান্য দেশের গড়ের উপরে (এবং বেশিরভাগ ইতিবাচক) বলেছিল।

যদিও লগারিদম কেন? কারণটি সহজ: 2 থেকে 1 এর পরিবর্তন 1000 থেকে 999 এর পরিবর্তনের চেয়ে আরও কঠোর :)

কোড:

x = read.table("clipboard", header = TRUE, dec = ".")
xl = log(x[-1])
xd = apply(xl, 2L, diff)

png("CVquestion.png")
plot(0,0, xlim = range(x[-1,1]), ylim = range(xd), type = "n", ylab = "", main = "Difference of the log(death rate per 1000 inhab.)", xlab = "year")
grid()
for (i in rev(seq(ncol(xl)))) lines(x[-1,1], xd[,i], type = "o", col = adjustcolor(ifelse(i == 1, 2, 1), 0.7), lwd = ifelse(i == 1, 2, 1), lty = ifelse(i == 1, 1, 2), pch = ifelse(i == 1,16,NA))
lines(x[-1,1], rowMeans(xd[,-1]), type = "o", col = adjustcolor(1, 0.7), lwd = 2, lty = 1, pch = 16)

text(x = 1937, y = rev(xd[10,]), label = rev(colnames(xd)), col = rev(c(2, rep(1,8))))
dev.off()

— ফায়ারবাগকে
সূত্র

2

— ওপিতে

@ কেজেটিভালভর্সেন ওউফস, আপনি যখন সকাল ৮ টা থেকে কাজ করছেন একদিনে রাত ৯ টা থেকে ডাটা ভিজুয়ালাইজেশন অটার চেষ্টা করে তখনই তা ঘটে। ASAP ঠিক করবে, মাথা আপ জন্য ধন্যবাদ :)

— ফায়ারব্যাগ

1

আরও একটি সংস্করণ: অনুপাত (1927 থেকে চলতি বছর গড় মৃত্যুর হার) / (মৃত্যুর হার 1927)

গণিতের কোডটি সম্পন্ন হয়েছে

data = {
 {year,   de,   fr,   be,   nl,  den,   ch,  aut,   cz,   pl},
 {1927, 10.9, 16.5, 13.0, 10.2, 11.6, 12.4, 15.0, 16.0, 17.3},
 {1928, 11.2, 16.4, 12.8,  9.6, 11.0, 12.0, 14.5, 15.1, 16.4},
 {1929, 11.4, 17.9, 14.4, 10.7, 11.2, 12.5, 14.6, 15.5, 16.7},
 {1930, 10.4, 15.6, 12.8,  9.1, 10.8, 11.6, 13.5, 14.2, 15.6},
 {1931, 10.4, 16.2, 12.7,  9.6, 11.4, 12.1, 14.0, 14.4, 15.5},
 {1932, 10.2, 15.8, 12.7,  9.0, 11.0, 12.2, 13.9, 14.1, 15.0},
 {1933, 10.8, 15.8, 12.7,  8.8, 10.6, 11.4, 13.2, 13.7, 14.2},
 {1934, 10.6, 15.1, 11.7,  8.4, 10.4, 11.3, 12.7, 13.2, 14.4},
 {1935, 11.4, 15.7, 12.3,  8.7, 11.1, 12.1, 13.7, 13.5, 14.0},
 {1936, 11.7, 15.3, 12.2,  8.7, 11.0, 11.4, 13.2, 13.3, 14.2},
 {1937, 11.5, 15.0, 12.5,  8.8, 10.8, 11.3, 13.3, 13.3, 14.0}
}

ListPlot[
 Map[
  Table[{First[data[[k + 1]]], Mean[Take[#, k]]/First[#]}, {k, Length[#]}] &,
  Map[Rest, Rest[Transpose[data]]]
 ],
 Joined -> True,
 PlotRange -> All,
 Frame -> True,
 FrameTicks -> {Map[First, Rest[data]], Automatic},
 PlotLabels -> Rest[First[data]],
 AxesOrigin -> {First[First[Rest[data]]], 1} 
]

(১৯২৯-এর শৃঙ্গাগুলি ফ্লু মহামারী সম্পর্কিত হয়েছিল যা সেই সময়ের মধ্যে ঘটেছিল)

— ჯიბლაძე ჯიბლაძე
সূত্র

ট্রেন্ডগুলি কীভাবে সঠিকভাবে প্লট করা যায়

Slopegraphs

আরও প্রসঙ্গ

কিছুটা কম অতিরিক্ত প্রসঙ্গ

কোড: