- Mark as New
- Bookmark
- Subscribe
- Mute
- Subscribe to RSS Feed
- Get Direct Link
- Report Inappropriate Content
Quelle est votre façon préférée (visuellement attrayante) de montrer graphiquement une distribution granulométrique (PSD) ? (ou des données discrètes similaires à différents niveaux)
Bonjour la communauté JMP,
Aujourd'hui, un collègue m'a demandé : "Quelle est la meilleure façon de représenter graphiquement le PSD ?"
C’est une question difficile, et il existe différentes manières de procéder (plusieurs sont présentées ci-dessous). L'un des défis des PSD est que la plupart des méthodes de mesure du PSD ne le mesurent pas comme un "spectre" continu, mais plutôt comme des valeurs formant des niveaux discrets en fonction de la taille moyenne de la particule (généralement sur un maillage). L'autre problème est la contrainte selon laquelle toutes les valeurs doivent totaliser 100 % -- c'est-à-dire que toute la masse de l'échantillon de test qui est tamisé (ou envoyé via votre analyseur de particules) doit totaliser la masse totale que vous avez utilisée, donc chaque niveau dans le PSD représente un pourcentage de cette masse totale.
En règle générale, nous pouvons utiliser un graphique à barres (première image) pour montrer le PSD testé. D'autres options peuvent être le graphique linéaire (deuxième image) ou le graphique linéaire rempli (troisième image), qui, selon les préférences, peuvent être préférables pour montrer les différences dans les exemples de PSD. Chacun de ces éléments peut s'avérer fastidieux lorsqu'il existe de nombreux PSD de ce type à prendre en compte - ici, je n'en considère que trois. Une intrigue très étrange qui m'est venue à l'esprit était une intrigue parallèle (dernier exemple), mais elle est très peu attrayante à mon avis -- trop encombrée et n'aide pas à montrer également la forme générale du PSD, qui est aussi souvent intéressante. .
Tout cela soulève la question posée dans le titre de l'article : quelle est votre méthode préférée pour représenter des valeurs discrètes à différents niveaux ? Travaillez-vous avec des types de données similaires et avez-vous besoin de montrer graphiquement les résultats ? Selon vous, qu'est-ce qui est le plus « agréable » à regarder et à comprendre pour le public ?
Il n'y a bien sûr pas de « bonne » réponse à ces questions, mais la question de mon collègue m'a incité à réfléchir aux meilleures options et, si tel est le cas, la réponse peut-elle provenir de la communauté JMP.
Merci pour vos commentaires!,
DS
PS - J'ai joint une maquette de tableau de données montrant à quoi pourraient ressembler différents PSD.
Ce message écrit à l'origine en English (US) a été traduit pour votre commodité. Lorsque vous répondez, il sera également traduit en English (US).
- Mark as New
- Bookmark
- Subscribe
- Mute
- Subscribe to RSS Feed
- Get Direct Link
- Report Inappropriate Content
Re : Quelle est votre façon préférée (visuellement attrayante) de montrer graphiquement une distribution granulométrique (PSD) ? (ou des données discrètes similaires à différents niveaux)
Salut,
Question interessante. Qu'en est-il de cette représentation :
- Empilé les colonnes PSD
- Attribué les données empilées en tant que fréquences
- Attribué la variable Mesh comme X
- Attribué la variable Label comme superposition
Meilleur,
TS
Ce message écrit à l'origine en English (US) a été traduit pour votre commodité. Lorsque vous répondez, il sera également traduit en English (US).
- Mark as New
- Bookmark
- Subscribe
- Mute
- Subscribe to RSS Feed
- Get Direct Link
- Report Inappropriate Content
Re : Quelle est votre façon préférée (visuellement attrayante) de montrer graphiquement une distribution granulométrique (PSD) ? (ou des données discrètes similaires à différents niveaux)
Celui-ci constitue toujours un défi, surtout lorsque les bacs sont de différentes largeurs.
Pour moi, il s'agit de savoir si les largeurs des bacs peuvent être directement liées aux spécifications qui m'intéressent.Si je peux pointer cette population de bacs directement vers une gamme de produits ou des spécifications, alors ok, je suis d'accord, et j'opterais simplement pour l'histogramme en haut. J'éviterais généralement les graphiques linéaires car ils vous donnent la fausse impression que l'axe des x est de nature intervalle alors qu'il ne l'est pas.Ainsi, par exemple, vos graphiques linéaires qui se chevauchent peuvent être interprétés comme ayant des deltas dans leurs zones qui sont significatifs, mais ils ne le sont pas car la zone du delta dépend de l'échelle de l'axe des x, qui n'est pas constante.
Mais si j'ai besoin d'interpoler, je n'en voudrais pas vraiment.À ce stade, je ferais quelques hypothèses sur la distribution au sein du bac, par exemple, supposerais simplement qu'elles sont uniformément réparties en taille, puis identifierais le point central de chaque bac.Tracez cela sous la forme d'une courbe en S cumulative avec une échelle x d'intervalle appropriée (donc la taille sur l'axe des x et le pourcentage cumulé sur l'axe des y).À ce stade, vous pouvez soit simplement tracer des lignes droites, ce qui suppose une distribution constante, soit utiliser une spline ou quelque chose comme ça et espérer que cela donne une meilleure estimation que cela.Le choix de la cannelure dépend vraiment de la distance entre mes bacs.
Une fois que vous avez dessiné les lignes ou les splines sur une échelle Y cumulative avec une échelle X d'intervalle, il est extrêmement facile d'interpoler n'importe quelle valeur souhaitée, vous pouvez le faire à l'œil nu.Vous pouvez aller plus loin et différencier votre solution cumulative et résoudre la courbe différentielle complète.Dans la version linéaire, cela ressemblerait à peu près au graphique linéaire que vous présentez ci-dessous, mais l'axe des x serait un intervalle.La version spline sera plus jolie, mais je ne sais pas comment vous la généreriez dans JMP.
L'autre avantage de ce type de configuration est que vous pouvez la placer directement dans l'explorateur de données de fonction.Et à ce stade, il y a toutes sortes de choses amusantes que vous pouvez faire.Fonctionnera avec la courbe cumulative ou différentielle, mais vous devez d'abord mettre votre axe X à un intervalle, sinon cela vous donnera des résultats bancaux.Vous obtenez vos PSD représentés sous forme de FPC et vous pouvez ensuite en consulter des centaines simultanément.Je pense que vous serez surpris de voir à quel point cela deviendra informatif.
Ce message écrit à l'origine en English (US) a été traduit pour votre commodité. Lorsque vous répondez, il sera également traduit en English (US).