Сглаженная кривая плотности распределения может скрывать столько же деталей, сколько и раскрывать. Избыточное сглаживание объединяет четко выраженные субпопуляции, в то время как недостаточное — превращает случайный шум выборки в череду ложных пиков. Чтобы график плотности (density plot) был научно обоснованным, требуются не только чистые исходные наблюдения, но и обязательная проверка стабильности визуализируемой формы распределения.
Инструмент SciDraw Density Plot Maker преобразует таблицы CSV или Excel в график ядерной оценки плотности (KDE), после чего открывает полученный результат в редакторе SciVis для финальной доработки. В системе доступны шесть демонстрационных наборов данных, иллюстрирующих различные типы распределений: одиночное, групповое, асимметричное, бимодальное, совмещенное с гистограммой, а также многослойное распределение в стиле ridgeline.
Распространенные ошибки при построении графиков плотности
- Отождествление плотности с абсолютным количеством: шкала ординат (y) отражает оцениваемую плотность вероятности; интеграл всей площади под кривой обычно равен единице.
- Игнорирование ширины окна сглаживания (bandwidth): этот параметр напрямую управляет степенью гладкости кривой и может искусственно изменять видимое число мод (пиков).
- Сравнение групп в разных масштабах: все преобразования данных и единицы измерения должны быть строго идентичными для сопоставляемых выборок.
- Использование разреженных данных: плавная кривая может создать иллюзию большего объема статистических данных, чем есть на самом деле при малой выборке.
- Обрезка «хвостов» распределения: усечение оси абсцисс (x) способно скрыть экстремальные или клинически значимые единичные наблюдения.
В каком формате нужны данные для графика плотности?
Подготовьте таблицу в «длинном» формате (long format), где каждая строка соответствует одному наблюдению:
| Столбец | Назначение | Пример |
|---|---|---|
sample_id | Идентификатор наблюдения | Control_01 |
group | Категориальная группа (опционально) | Control |
value | Числовое измерение | 38.92 |
Ознакомьтесь со структурой файлов на примере одиночного распределения CSV или сравнения групп CSV. Следите за тем, чтобы единицы измерения не указывались внутри ячеек с числами, а пропущенные значения были обозначены единообразно.
Шаг 1: Оцените применимость сглаживания
Графики плотности распределения наиболее эффективны для непрерывных величин при достаточном объеме выборки, позволяющем адекватно оценить характер распределения. Для дискретных величин с малым числом возможных значений более честным решением будет использование гистограммы, эмпирической функции распределения (ECDF) или точечного графика. При малом объеме выборки наложите на график маркеры исходных точек или воспользуйтесь инструментом Beeswarm Plot Maker.
Шаг 2: Загрузите данные из CSV или Excel
Перейдите в Density Plot Maker, выберите один из демонстрационных примеров или загрузите собственный файл в формате CSV, TSV, TXT, XLSX или XLS. При импорте файлов Excel обрабатывается первый рабочий лист. Убедитесь, что колонка с анализируемым показателем распознана как числовая, а в названиях групп отсутствуют случайные опечатки и различия в написании.
Шаг 3: Постройте график и настройте ширину окна сглаживания
Полученная при первом рендеринге кривая — это лишь стартовая аппроксимация, а не истинное распределение генеральной совокупности. Сравните этот результат, немного уменьшив и увеличив ширину окна сглаживания (bandwidth). Ключевые элементы структуры распределения должны оставаться стабильными; пики, которые появляются только при экстремально малых значениях сглаживания, не должны ложиться в основу научных выводов.
При наложении нескольких кривых друг на друга используйте полупрозрачную заливку или контрастные контуры. Избегайте перегрузки графика слишком большим количеством групп и не полагайтесь исключительно на цвет, так как статья может быть распечатана в черно-белом варианте или читаться людьми с особенностями цветовосприятия.
Шаг 4: Добавьте контекст в редакторе SciVis
Перейдите в редактор для тонкой настройки: измените названия осей, подписи групп, цветовую палитру, добавьте аннотации и скорректируйте макет. Добавление «ковра» данных (rug plot) или подложки в виде гистограммы наглядно покажет реальное положение точек наблюдений, помогая читателю отличить статистически подтвержденный пик от артефакта математического сглаживания.
Если вы используете логарифмическое преобразование или исключаете недостоверные измерения, делайте это на этапе предварительной подготовки данных, а не путем простого удаления «неудобных» точек внутри графического редактора.
Как правильно интерпретировать график плотности
Ось абсцисс (x) показывает измеренное значение параметра, а высота кривой в конкретной точке — относительную концентрацию наблюдений вблизи этого значения. Сравнивайте положение центров распределения, их дисперсию (ширину), асимметрию и форму «хвостов» у разных групп. Поскольку кривые плотности нормируются, одинаковая высота пиков у двух групп не означает, что их выборки равны по объему.
Площадь под кривой между двумя точками на оси x отражает долю наблюдений в этом интервале только в том случае, если плотность была корректно нормирована, а допущения выбранной модели распределения соблюдены.
Что выбрать: график плотности, гистограмму, ECDF или скрипичную диаграмму?
- Используйте Histogram Maker, если для анализа важны точные абсолютные частоты в интервалах (бинах).
- Используйте ECDF Plot Generator, если хотите представить распределение без необходимости подбирать параметры сглаживания.
- Используйте Violin Plot Maker для компактного сопоставления распределений множества групп бок о бок.
- Используйте график плотности, когда ключевая задача — показать плавную форму распределения и наглядно сравнить перекрывающиеся группы.
Часто задаваемые вопросы (FAQ)
Можно ли построить график плотности без программирования на Python или R?
Да. Загрузите ваши данные в Density Plot Maker, сгенерируйте базовый график и доработайте его визуальный стиль в интерактивном редакторе SciVis.
Что именно отражает ось Y?
Она показывает оцениваемую плотность вероятности, а не абсолютное число образцов. Значения плотности могут быть больше единицы, если диапазон значений по оси x очень мал; ключевое значение имеет именно площадь под нормированной кривой.
Как правильно выбрать ширину окна сглаживания (bandwidth)?
Начните с автоматического алгоритма оценки, затем проверьте соседние значения параметра и выберите тот вариант, который передает устойчивую структуру распределения, не подчеркивая случайный шум. Если форма распределения является главным аргументом вашего исследования, обязательно укажите метод сглаживания в описании работы.
Можно ли сравнивать кривые плотности при разном объеме выборок в группах?
Да, нормированные кривые позволяют корректно сопоставить форму распределений, однако они маскируют различия в объеме данных. Если этот контекст важен для интерпретации, укажите объемы выборок в подписи к графику или отобразите исходные точки наблюдений.
Создайте свой график
Начните работу в Density Plot Maker, сопоставьте сглаженную кривую с реальным распределением точек и обратитесь к нашему руководству по научной визуализации данных, чтобы подобрать альтернативный тип графика, если сглаживание окажется нецелесообразным.
