重新思考视觉通道的排名

数据可以使用诸如位置、长度或亮度等视觉通道进行可视化表示。这些视觉通道的现有排名是基于参与者报告两个描绘值之间比率的准确度。存在一种假设，即该排名应适用于不同的任务和不同数量的标记。然而，很少有现有工作测试这一假设，特别是考虑到在真实世界的可视化中，与在几乎普遍描绘两个以上数值的显示中查看、记忆和比较趋势与基序相比，视觉计算比率相对不那么重要。我们要求参与者立即从记忆中再现一组数值。通过贝叶斯多层建模方法，我们观察了视觉通道的相关排名位置如何在不同数量的标记（2、4或8）下以及在偏差、精度和误差指标之间发生偏移。该排名并不成立，即使对于仅2个标记的再现也是如此，并且对于不同数量标记的再现，新排名高度不一致。除了通道选择之外，其他因素对表现的影响要大得多，例如序列中数值的数量（例如，更多标记导致更大误差），或每个标记的值（例如，小数值被系统性地高估）。8个标记显示的回忆效果比4个标记差，这与视觉记忆的既定限制一致。这些结果表明，我们必须超越双值比率判断作为视觉通道质量排名的基线，包括测试新任务（趋势或基序的检测）、时间尺度（即时计算或后续比较）以及数值数量（从少数到数千）。