影响视觉统计推断的人为因素

视觉统计推断是一种确定在探索数据时发现的模式之显著性的方法。它依赖于人类观察者对阵容（lineup）的评估，即在一系列零假设图（null plots）中识别出数据图。每个人的认知心理学和判断力各不相同，这可能会影响视觉推断。估计统计检验有效性的常用方法是其功效（power）。阵容的功效估计可以通过结合多名观察者的评估来控制。可能影响视觉推断功效的因素还包括：观察者的人口统计学特征、视觉技能和经验、从零分布中抽取的零假设图样本、数据图在阵容中的位置以及数据中的信号强度。本文考察了这些因素。我们分析了多项使用亚马逊 Mechanical Turk 进行的视觉推断研究的结果，以对此进行评估。实验表明，个人技能差异很大，但人口统计学特征对表现的影响不大。有证据表明存在学习效应，但仅表现为观察者在重复评估时速度加快，而非正确率提高。数据图在阵容中的位置不影响推断结果。