从医学风险沟通到机器学习,描绘概率和不确定性的可视化图示无处不在,然而这些概率可视化图示难以指定,容易出错,且其设计繁琐。我们提出了一种概率图形语法(PGoG),这是对Wilkinson原始框架的扩展。受到概率编程语言成功的启发,PGoG使概率表达式(如P(A|B))成为语言中的第一公民。PGoG抽象还反映了概率和频率框架之间的区别,这是不确定性沟通文献中的一个概念。它具有表达力,涵盖了产品图、密度图、图标阵列和点图等其他可视化图示。其一致的语法确保了正确性(即视觉元素的比例及其空间位置反映了底层概率分布),并减少了概率可视化规范之间的编辑距离,可能支持更多的设计探索。我们在R中提供了PGoG的概念验证实现。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3313831.3376466
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
荣誉提名
group
作者
2 位作者
sell
研究子方向
推荐系统用户体验、不确定性可视化
work
职业/产业
数据科学家与分析师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
1 篇相关论文