探究两个和四个预测的可视化解释策略

文献标题

Examining Interpretation Strategies for Multiple Forecast Visualizations with Two and Four Forecasts

出版信息

• 主题领域: 用于解释多重预测的不确定性可视化。
• 关键词: 预测可视化、不确定性、心理平均、赢家通吃、启发式策略、密度图、置信区间、假设结果图、决策。

背景与问题

• 问题/挑战: 对人们如何解释和整合以可视化形式呈现的竞争性预测的理解有限；缺乏指导有效可视化设计的基础知识。
• 重要性: 理解解释策略对于设计支持在不确定性环境下（如政策制定和风险评估）做出准确决策的可视化至关重要。
• 动机与相关工作: 先前的研究探讨了单一可视化类型和策略，但通常局限于特定领域，难以推广。本研究旨在通过控制的、无情境的设置建立感知和认知倾向的基线。

解决方案

• 提出的方法: 两项实验测试了五种可视化类型（中位数图、95%置信区间、标准差带、密度图和假设结果图），涵盖不同预测一致性水平和预测数量。
• 创新点:
  1. 确定了三类共18种不同的解释策略：心理平均、赢家通吃和启发式视觉伪像。
  2. 记录了基于可视化类型和预测属性的策略变化。
  3. 提供了依赖视觉伪像（如交点、端点）形成判断的实证证据。
  4. 分析了在不同预测一致性条件下的策略切换行为。
• 实验程序与关键技术:
  • 实验1：在高一致性和低一致性条件下，使用正态分布和偏态分布测试两种预测。
  • 实验2：将研究扩展到四种预测，重点关注心理平均策略。
  • 使用贝叶斯多层建模分析参与者响应与理想化策略的对齐程度。
  • 参与者直接标注可视化并提供其策略的开放式解释。

结果

• 具体发现:
  • 对于95%置信区间、中位数图和假设结果图，心理平均策略最为常见。
  • 在低预测一致性条件下，密度图和标准差带中赢家通吃策略更为普遍。
  • 视觉伪像（如交点和端点）影响判断，导致结果的可变性。
  • 增加预测数量（从两种到四种）在低一致性条件下促进了心理平均策略的使用。
• 相较基线的优势:
  • 假设结果图和95%置信区间更一致地引发了数学上理想的策略（如线性意见池），相比之下密度图和标准差带表现较弱。
  • 即使没有明确的不确定性信息，中位数图也能促进心理平均。
• 实验/评估:
  • 实验1：500名参与者测试了五种可视化类型，涵盖预测一致性、分布形状和标准差的变化。
  • 实验2：500名参与者测试了两种和四种预测，分别在高一致性和低一致性条件下。
  • 评估指标包括与理想策略的绝对偏差（Δ）、自报告策略的定性编码以及贝叶斯后验分析。
• 局限性与未来工作:
  • 由于无情境设计，缺乏生态效度；未来研究应测试特定领域的情境。
  • 对分布式可视化（如小倍数图）的探索有限。
  • 在从普通参与者中提取置信区间时存在挑战；需要进一步研究以提高公众对不确定性的理解。

总结

本研究系统地探讨了可视化类型和预测属性如何影响多重预测的解释策略。研究发现，可视化设计对推理方式有显著影响，其中假设结果图和95%置信区间促进了心理平均，而密度图和标准差带在低一致性条件下往往引发赢家通吃策略。参与者频繁依赖视觉伪像，这突显了谨慎设计以减少非预期偏差的重要性。增加预测数量鼓励了心理平均，表明了改进预测整合的设计策略。这些见解为设计符合人类推理并支持在不确定性下做出准确决策的可视化提供了实证指导。