线与条形图中的平均位置估计偏差：低估、高估与感知牵引
人机交互
2019-08-02 v1 图形学
摘要
在数据可视化呈现中，位置（即线或条的垂直高度）被认为比其他编码方式（如色相）更精确地编码信息。其他编码方式不仅精度低于位置，还容易产生系统性偏差（例如颜色类别边界会扭曲感知到的色相差异）。相比之下，位置的高精度似乎使其免受此类偏差影响。相反，通过三项实证研究，我们表明尽管位置可能是一种精确的数据编码形式，它仍会在数值的视觉编码方式上产生系统性偏差，至少对于短延迟后平均位置的报告而言如此。在含单条线或单组条的显示中，平均位置的报告存在显著偏差：线位置被低估，而条位置被高估。在含多个数据系列（即多条线和/或多组条）的显示中，这种系统性偏差依然存在。我们还观察到“感知牵引”效应，即每个系列的平均位置估计被“拉”向其他系列。这些发现表明，尽管位置仍可能是最精确的视觉数据编码形式，它也可能存在系统性偏差。
引用
@article{arxiv.1908.00073,
title = {Biased Average Position Estimates in Line and Bar Graphs: Underestimation, Overestimation, and Perceptual Pull},
author = {Cindy Xiong and Cristina R. Ceja and Casimir J. H. Ludwig and Steven Franconeri},
journal= {arXiv preprint arXiv:1908.00073},
year = {2019}
}