图表报告:数据可视化标准
- 提出者
- Tufte (visual communication theory), ICMJE standards, APA style guide
- 年份
- 1983
- 类型
- Guideline
- 类别
- data-presentation
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
表格和图表是科学手稿中呈现研究数据的主要方式。设计精良的表格或图表能让读者瞬间掌握复杂的数据模式;设计糟糕的则会掩盖研究结果或导致误导。ICMJE《建议》和APA《出版手册》为表格和图表的格式、图注、图例和引用建立了标准。表格最适合用于呈现精确的数值以及行与列之间的比较;图表(图形、图示、图像)则更适合用于说明趋势、关系或分布。两者都必须是自包含的(不需查阅正文即可理解),并在手稿中得到清晰引用。
方法背后的直觉
表格和图表承担着不同的沟通功能。叙述性文本中的数字(“平均年龄为 45.3 岁,标准差为 8.2”)难以跨组比较;表格能紧凑地展示这些信息,并允许快速比较。显示两条随时间变化的趋势的折线图比一段结果描述更能快速传达信息。爱德华·塔夫特的“数据墨水比”原则在此适用:最大化用于数据的空间;最小化装饰性或冗余的元素。杂乱的表格,带有过多的网格线、底纹或脚注,会给读者带来负担;简洁、标注清晰的表格则功能强大。同样,三维饼图或色彩鲜艳但缺乏清晰坐标轴标签的散点图会浪费空间,并造成混淆而非澄清。最佳呈现方式取决于数据和要传达的信息。
历史学
表格和图表自 17 世纪以来一直用于科学交流。伦敦皇家学会(成立于 1660 年)标准化了表格和图表在科学报告中的使用。爱德华·塔夫特的《定量信息的视觉显示》(1983 年)革新了数据可视化思想,引入了数据墨水比、欺骗因子和视觉层次结构等原则。生物医学期刊的现代标准由 ICMJE(1979 年起《建议》)和 APA(1957 年起《出版手册》)正式确立。在数字时代,交互式图表和补充数据越来越普遍,但印刷和 PDF 标准仍然主导着期刊。可访问性标准(WCAG 2.1)现在要求为图表提供替代文本和可访问的配色方案。
何时使用
使用表格呈现读者需要仔细检查或跨行、跨列比较的数值数据(例如,人口统计学特征、统计结果、详细测量值)。使用图表呈现趋势、关系、分布或视觉模式(例如,生存曲线、剂量-反应关系、解剖图)。不要同时使用表格和图表来呈现相同的数据;选择一种。对于包含许多变量的大型数据集,如果主手稿空间有限,可能需要补充表格(通常在线作为附录放置)。务必在正文中引用每个表格和图表。
局限与注意事项
- 空间限制:期刊限制每篇文章的表格和图表数量(例如,“最多 4 个图表和 2 个表格”);大型数据集可能不适用。
- 复杂性:某些数据难以可视化(例如,多个变量之间的交互作用);图表可能变得过于拥挤。
- 可访问性问题:色盲影响 8% 的男性和 0.5% 的女性;仅依赖颜色的图表是不可访问的。此外,图表中非常小的文本可能对视力低下者来说难以阅读。
- 滥用三维或装饰效果:三维饼图会扭曲感知比例;装饰性背景会降低清晰度。
- 第一类错误:可以通过选择比例或坐标轴限制来夸大差异或误导。
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 清晰度和速度:读者从设计精良的表格或图表中比从叙述性文本中更快地掌握数据模式和比较。
- 精确性:表格可以呈现精确值(平均值、百分比、计数);图表显示趋势和模式。
- 可访问性:视觉呈现适应不同学习风格的读者;有些读者会跳过叙述性结果而直接阅读表格/图表。
- 空间效率:一个包含十个变量和五个组的表格比描述每个单元格的段落更紧凑。
- 引用影响力:拥有清晰、信息丰富的图表的论文被引用的频率更高;图表常出现在综述文章和教学材料中。
应用
- 呈现主要研究结果:使用表格进行描述性统计和详细的数值结果;使用图表展示主要发现、趋势或关键比较。
- 进行荟萃分析:森林图(一种图表)是显示各研究效应量的标准图表;汇总表格显示研究特征。
- 创建系统评价:研究特征和质量评估的汇总表格至关重要;显示搜索策略(PRISMA 流程图)和结果(森林图)的图表是必需的。
- 准备论文或学位论文:表格和图表有助于清晰地组织和呈现大型数据集;补充附录可以容纳详细表格。
使用方式
使用方式
对于表格:(1) 连续编号(表 1、表 2 等)。(2) 在表格上方创建描述性标题(例如,“表 1. 按组划分的参与者人口统计学特征”)。(3) 清晰标注所有列和行;使用标准单位(例如,平均值 ± 标准差、百分比、n)。(4) 使用行表示数据类别,列表示变量或组。(5) 如有相关性,包含总计(例如,底部的总 N)。(6) 使用表格注释来解释缩写、统计方法或表示 p 值的星号(例如,“*p<.05, **p<.01”)。(7) 保持格式简洁:最少的网格线(通常仅在各部分之间使用水平线),一致的字体大小。对于图表:(1) 连续编号(图 1、图 2)。(2) 在图表下方创建图注。图注结构:“图 1. [简要描述图表的标题]。[解释图表所示数据、方法或模式的句子]。[如适用,包含图例或键]”。(3) 清晰标注坐标轴及其单位。(4) 如有相关性,包含误差线或置信区间。(5) 使用颜色或符号以求清晰,而非装饰;确保图表在灰度打印时仍可辨认。(6) 避免三维效果、过多的颜色渐变或非标准的可视化,以免造成混淆而非澄清。(7) 将图表嵌入为高分辨率图像(打印为 300 dpi,屏幕为 96 dpi);避免低分辨率截图。根据数据选择图表类型:折线图用于显示时间趋势,条形图用于组间比较,散点图用于显示关系,直方图用于显示分布,森林图用于显示荟萃分析。
高质量的表格和图表需满足以下标准:(1) 自包含:标题和图注足以理解,无需查阅正文。(2) 清晰性:所有标签明确无误;无未经解释的缩写(在表格或注释中解释)。(3) 准确性:数值与正文一致,并以适当的有效数字报告。(4) 一致性:相似数据(例如,多项研究)在表格间格式一致;颜色编码一致。(5) 简洁性:无不必要的网格线、颜色或装饰元素;“数据墨水比”高。(6) 可访问性:文本足够大以便阅读;颜色可区分,方便色盲读者;背景与文本对比度高。(7) 引用:正文中按出现顺序提及每个表格和图表(例如,“如表 1 所示”,“图 2 显示……”)。(8) 完整性:脚注解释所有星号、符号或非标准缩写。
同行评审员会评估表格和图表的准确性(数字是否与手稿正文一致?)、恰当性(这是呈现该数据的最佳方式吗?)和清晰性(读者能否无歧义地理解数据?)。太小无法阅读的图表、表头含糊不清的表格或缺少坐标轴标签的图表都会引发修改请求。在期刊排版中,高分辨率图表是发表所必需的;低分辨率图像可能会在校样阶段被拒绝。对读者而言,清晰、设计良好的表格和图表能增强理解,并常被视为引用该论文的原因。反之,令人困惑或误导性的图表会损害信任,并可能引发审查或更正。
常见陷阱
- 图表太小或分辨率低:在屏幕上看起来不错的图表,打印或 PDF 时可能无法阅读;打印提交 300 dpi,屏幕至少 90 dpi。
- 缺失或含糊的坐标轴标签:读者无法在不知道坐标轴代表什么或使用了什么单位的情况下解释图表。务必用单位标注坐标轴(例如,“时间(天)”,“浓度(毫克/毫升)”)。
- 表头含糊不清:‘组 1’和‘组 2’没有意义;使用描述性表头(‘治疗组’和‘对照组’)。
- 三维饼图:比例失真且难以比较。改用条形图或简单的二维饼图(尽管饼图通常不适合精确比较)。
- 不必要的网格线或底纹:过多的格式会使表格混乱,分散对数据的注意力。使用最少的网格线(通常仅水平线)且不使用背景底纹,除非为了清晰度需要。
- 冗余:在文本和表格/图表中呈现相同数据,或在图表和表格中呈现相同数据,会浪费空间。选择最佳格式并在文本中引用。
- 图表不自包含:图注说“见正文了解详情”则不自包含。读者应能在不查阅正文的情况下理解图表。
常见问题
数据是否应同时出现在文本和表格/图表中?
否。每个数据点只在一个地方呈现。在文本中,突出关键发现并将读者引导至表格或图表(例如,“治疗使 85% 的参与者症状得到改善(表 1)”)。不要在叙述性文本中重复表格中的数值;这会浪费空间并可能引入转录错误。
图注应有多详细?
图注应是一个完整的解释,让读者无需查阅正文即可理解图表。以简短标题开始(例如,“按治疗组划分的生存曲线”),然后解释显示的内容、样本量以及任何重要细节(例如,方法、结局的定义)。如果图表使用符号或误差线,请在图注或图例中解释。长度:通常 1-3 句话,但如有必要以求清晰,可更长。
可以使用彩色图表吗?
可以,但要明智地使用。使用颜色来突出重要模式或区分组,而不是用于装饰。确保图表在灰度下仍可辨认(打印一些图表为黑白进行测试)。避免红绿色组合(色盲读者无法区分)。使用对色盲友好的调色板(在线可用,例如 ColorBrewer)。除了颜色,还应标注颜色或使用符号(例如,实线与虚线代表不同组)。
图表和图表面板之间有什么区别?
图表是一个完整的图形(一个图、图像或示意图)。图表面板是较大图表的一个组成部分。例如,“图 1”可能包含三个面板(A、B、C),每个面板显示数据的不同方面。这允许您将相关数据作为一个整体图表呈现,同时保持清晰。面板应标注为“图 1A”、“图 1B”等。
表格中应有多少位有效数字?
根据测量值和样本量,报告具有适当精度的数值。通常,不要报告比数据支持的超出一位以上的有效数字。例如,样本量为 20 的平均值通常应报告为 2-3 位有效数字(例如,45.2),而不是五位(45.234)。标准差和误差线应比平均值多一位有效数字(例如,平均值 45.2,标准差 8.3)。检查您所在领域的惯例;有些领域更保守(数字少),有些则更宽松。
何时应使用误差线或置信区间?
对具有变异的连续数据(带标准差或标准误差的平均值,或置信区间)使用误差线。不要在没有上下文的情况下将其用于分类比例。在图注中,务必说明误差线代表什么(例如,“条形代表 ±1 SD”或“误差线为 95% 置信区间”)。在比较组的条形图中,通常首选置信区间而非标准误差,因为它们有助于解释(不重叠的 CI 表明存在显著差异,尽管这不是正式检验)。
相关方法
参考文献
American Psychological Association (2020). Publication Manual of the American Psychological Association (7th ed.). Washington, DC: American Psychological Association.
ISBN:978-1-4338-3216-1已复制。Tufte, E. R. (2001). The Visual Display of Quantitative Information (2nd ed.). Cheshire, CT: Graphics Press.
ISBN:978-0-961392-14-6已复制。International Committee of Medical Journal Editors (2023). Recommendations for the Conduct, Reporting, Editing, and Publication of Scholarly Work in Medical Journals.
打开出版物文献已复制。