ch-0006 Chapter 5: Make Meaningful Comparisons
- 原书章节: Chapter 5 Make Meaningful Comparisons（pp. 111–120）
- 输入来源: 本地 pdf（HandsOnDataViz.pdf）
摘要
统计学家 Edward Tufte 把「Compared to what?」称为"定量推理的心脏"。本章不教统计 分析（作者推荐了 Charles Wheelan《Naked Statistics》等入门书），而是给出一组常识性策略， 确保你的比较是"苹果对苹果"：
- 精确措辞：用词要严谨——"两倍于"（times more）与"多 100%"（percent more）含义 不同；比较对象、时间基准都要说清楚，避免含糊的 "up to"、"over" 等表述
- 归一化（normalize）：把绝对数转成相对数再做比较——人均（per capita）、百分比、 按统一单位/口径换算；例子：比较不同规模城市的预算，用"人均支出"而非总额；把历史 金额按通胀调整为 constant dollars（与 ch-0001 的收入案例呼应）
- 并非总是需要归一化：当读者对原始单位有直觉（如人的年龄 0–120 岁）时，保持原数 更直观；是否归一化取决于"读者是否容易理解"
- 警惕有偏比较（biased comparisons）：cherry-picking（只挑支持自己的数据）、 selection bias（样本系统性偏离总体）、non-response bias（某些群体不回复问卷）、 self-selection bias（自愿参与者与不参与者动机不同）；理想做法是随机对照实验 （randomized experiment）
要点归纳
- 比较的起点是问 "Compared to what?"，并把基准讲清楚
- 归一化的三种常见做法：人均、百分比、统一单位（含通胀调整）
- 归一化不是越彻底越好：读者有直觉的尺度（年龄、人数）保持原值更易理解
- 四类常见采样偏差（selection / non-response / self-selection / cherry-picking）都要在 可视化旁用文字点出
- 本书不展开统计推断，相关推荐：Naked Statistics（Wheelan）、The Art of Statistics （Spiegelhalter）——见 notes.md 重要参考
术语 / 概念
- normalization（归一化） — 把数据换算成可比口径（人均、百分比、统一单位）
- selection bias（选择性偏差） — 样本与总体系统性不同
- non-response bias（无响应偏差） — 某些群体回复率低导致样本失真
- self-selection bias（自选择偏差） — 自愿参与者与其他人动机不同，比较要谨慎
- cherry-picking（挑数据） — 只选取支持自己结论的数据
- randomized experiment（随机对照实验） — 分组随机化以消除偏差的黄金标准
- constant dollars（不变价） — 按购买力调整的历史金额，用于跨时间比较
原句摘录
"Compared to what?" — that's how statistician Edward Tufte defined the "heart of quantitative reasoning."
Sometimes we need to adjust our scales to ensure that we're weighing data fairly, or as the saying goes, comparing apples to apples, not apples to oranges.
疑问 / 待查
- 归一化的「何时不做」标准较主观：作者以读者直觉为例，但没有硬规则——后续做地图 （choropleth）时会再次遇到（ch-0008、ch-0013）
Backlinks (1)
flowchart LR
n0["ch-0001 Introduction（为什么做数据可视化）"]
n1["ch-0002 选工具讲你的数据故事（Ch 1）"]
n2["ch-0003 强化电子表格技能（Ch 2）"]
n3["ch-0004 找到并质询你的数据（Ch 3）"]
n4["ch-0005 清洗脏数据（Ch 4）"]
n5["ch-0006 做有意义的比较（Ch 5）"]
n6["ch-0007 图表化你的数据（Ch 6）"]
n7["ch-0008 地图化你的数据（Ch 7）"]
n8["ch-0009 表格化你的数据（Ch 8）"]
n9["ch-0010 嵌入网页（Ch 9）"]
n10["ch-0011 用 GitHub 编辑与托管代码（Ch 10）"]
n11["ch-0012 Chart.js 与 Highcharts 模板（Ch 11）"]
n12["ch-0013 Leaflet 地图模板（Ch 12）"]
n13["ch-0014 转换你的地图数据（Ch 13）"]
n14["ch-0015 识别谎言、减少偏差（Ch 14）"]
n15["ch-0016 讲述并展示你的数据故事（Ch 15）"]
n16["ch-0017 附录 A 排查常见问题"]
n17["Hands-On Data Visualization（整理完成）"]
n18["Hands-On Data Visualization 笔记"]
n19["Reading"]
n17 --> n0
n17 --> n1
n17 --> n2
n17 --> n3
n17 --> n4
n17 --> n5
n17 --> n6
n17 --> n7
n17 --> n8
n17 --> n9
n17 --> n10
n17 --> n11
n17 --> n12
n17 --> n13
n17 --> n14
n17 --> n15
n17 --> n16
n17 --> n18
n19 --> n17
click n0 "../ch-0001/" "ch-0001 Introduction（为什么做数据可视化）"
click n1 "../ch-0002/" "ch-0002 选工具讲你的数据故事（Ch 1）"
click n2 "../ch-0003/" "ch-0003 强化电子表格技能（Ch 2）"
click n3 "../ch-0004/" "ch-0004 找到并质询你的数据（Ch 3）"
click n4 "../ch-0005/" "ch-0005 清洗脏数据（Ch 4）"
click n5 "./" "ch-0006 做有意义的比较（Ch 5）"
click n6 "../ch-0007/" "ch-0007 图表化你的数据（Ch 6）"
click n7 "../ch-0008/" "ch-0008 地图化你的数据（Ch 7）"
click n8 "../ch-0009/" "ch-0009 表格化你的数据（Ch 8）"
click n9 "../ch-0010/" "ch-0010 嵌入网页（Ch 9）"
click n10 "../ch-0011/" "ch-0011 用 GitHub 编辑与托管代码（Ch 10）"
click n11 "../ch-0012/" "ch-0012 Chart.js 与 Highcharts 模板（Ch 11）"
click n12 "../ch-0013/" "ch-0013 Leaflet 地图模板（Ch 12）"
click n13 "../ch-0014/" "ch-0014 转换你的地图数据（Ch 13）"
click n14 "../ch-0015/" "ch-0015 识别谎言、减少偏差（Ch 14）"
click n15 "../ch-0016/" "ch-0016 讲述并展示你的数据故事（Ch 15）"
click n16 "../ch-0017/" "ch-0017 附录 A 排查常见问题"
click n17 "../" "Hands-On Data Visualization（整理完成）"
click n18 "../notes/" "Hands-On Data Visualization 笔记"
click n19 "../../" "Reading"