为探索性数据分析设计界面，我们需要图形推断理论
人机交互
2021-07-08 v2
摘要
计算机科学与统计领域的研究与开发已产出日益复杂的软件界面，用于交互式与探索性分析，并针对轻松发现模式与数据暴露进行了优化。但强调探索甚于分析其他阶段的设计哲学，可能将灵活性的需求与“探索性视觉分析本质上无模型且无法形式化”的结论相混淆。我们描述了若无人类统计推断理论根基，探索性视觉分析研究如何导致矛盾的界面目标与不确定性表征，从而阻碍用户得出有效推断。我们讨论了贝叶斯统计框架中的模型检验概念如何统一探索性与验证性分析，以及该理解如何关联其他提出的图形推断理论。将交互式分析视为由模型检验驱动，为围绕探索性与视觉分析的软件和实证研究指明了新方向。例如，系统应支持指定数据并将其与零分布及其他参考分布显式比较，以及更好的不确定性表征。贝叶斯及其他图形推断理论的含义应针对人们交互式分析的结果进行测试，以推动理论发展。
引用
@article{arxiv.2104.02015,
title = {To design interfaces for exploratory data analysis, we need theories of graphical inference},
author = {Jessica Hullman and Andrew Gelman},
journal= {arXiv preprint arXiv:2104.02015},
year = {2021}
}