EDICIóN GENERAL
176 meneos
5482 clics
Cómo reconocer las mentiras en las visualizaciones [ENG]

Cómo reconocer las mentiras en las visualizaciones [ENG]  

Solía pasar que veíamos una gráfica mal hecha o un gazapo en el diseño y nos burlábamos un poco y seguíamos a lo nuestro. Pero en cierto momento —este año pasado para ser exactos— se volvió más difícil distinguir una cagada en una visualzación del sesgo o la desinformación deliberada.

| etiquetas: visualdata , gráficas , manipulación
BBE #1 BBE *
Lo de dimensionar cuadrados por el tamaño de los lados o círculos por el radio, y no por superficie, es error muy típico.

La mayoría los he visto más habituarme como fallos que como mentiras premeditadas.
#1 Te sorprendería, en los medios se tira bien conociendo el efecto y cuando se les pilla se escudan "nah el becario que no sabe hacer graficas, que error más típico hehe".


Es como aquél cartel "Debemos hacer un estudio sobre nuestro producto - ¿Quieres los datos a favor o en contra?".
#3, creo que a lo que se refiere es que si las gráficas correlacionadas en el ejemplo se mostrasen con la misma escala, sería más difícil convencer al lector casual de que hay relación de causalidad.

Por otra parte, Flowingdata suele tener contenido original, y Nathan Yau, el autor, se presenta a sí mismo como doctor en estadística por la Universidad de California.
#3 Tampoco creo que se trate de que afecte o no afecte la correlación sino de cómo se presentan los datos. Tampoco olvides que muchas veces esas gráficas se presentan a personas que no tienen el mismo nivel de conocimientos que tu o que el autor del meneo.
regla 1: Si sale en un periódico español es mentira siempre.
comentarios cerrados

menéame