Oddzielę problem osi logów od problemu wykresów słupkowych.
A = l gja0- l gjaja0
Wykresy słupkowe nigdy nie będą sensowne, jeśli nie ma sensownego i ustalonego początku, który pełniłby rolę kontrolną (poziom podstawowy, pusty). Ale to nie ma nic wspólnego z osiami logów.
Jedyne regularne użycie wykresów słupkowych to histogramy. Ale mogę sobie wyobrazić, że dobrze sobie radzą, pokazując różnicę do tego pochodzenia (od razu widać też, czy różnica jest dodatnia czy ujemna). Ponieważ słupki przedstawiają obszar, zwykle myślę o wykresach słupkowych jako o bardzo dyskretnej wersji obszaru pod krzywą. Oznacza to, że oś X powinna mieć znaczenie metryczne (może tak być w przypadku czasu, ale nie miast).
Gdybym zastanawiał się, jakiego źródła użyć do dziennika czegoś, co miało „naturalne” pochodzenie w punkcie 0, cofnąłbym się i pomyślał trochę o tym, co się dzieje. Bardzo często takie problemy są tylko wskaźnikiem, że log nie jest tutaj sensowną transformacją.
Teraz wykres słupkowy z osiami logarytmicznymi podkreśla wzrosty lub spadki występujące w wielokrotnościach. Rozsądne przykłady, o których mogę teraz myśleć, mają pewien liniowy związek z wartością zainteresowania. Ale może ktoś inny znajdzie dobry przykład.
Dlatego myślę, że transformacja danych powinna być rozsądna w odniesieniu do znaczenia danych. Jest tak w przypadku jednostek fizyko-chemicznych, o których wspomniałem powyżej (A jest proporcjonalne do stężeń, a pH ma na przykład liniowy związek z napięciem w pH-metrze). W rzeczywistości jest tak, że jednostka logu otrzymuje nową nazwę i jest używana w sposób liniowy.
Wreszcie, pochodzę ze spektroskopii wibracyjnej, w której złamane osie są dość regularnie używane. Uważam to za jeden z niewielu przykładów, w których łamanie osi nie jest mylące. Jednak nie mamy zmian w porządku wielkości. Po prostu mamy niedoinformujący region 30 - 40% naszego zakresu x: Oto przykład:
Dla tej próbki część między 1800 - 2800 / cm nie może zawierać żadnych użytecznych informacji.
Nieinformacyjny zakres widmowy jest zatem usuwany (co również wskazuje zakresy widmowe, których faktycznie używamy do modelowania chemometrycznego):
Ale do interpretacji danych potrzebujemy dokładnych odczytów pozycji x. Ale generalnie nie potrzebujemy wielokrotności obejmujących różne zakresy (tzn. Istnieją takie relacje, ale większość połączeń jest bardziej skomplikowana. Np .: Sygnał przy 3050 / cm, więc mamy nienasyconą lub aromatyczną substancję. Ale nie ma silnego sygnału przy 1000 / cm , więc nie ma mono, meta ani 1,3,5-podstawionego pierścienia aromatycznego ...)
Dlatego lepiej jest przedstawić x w większej skali (w rzeczywistości często używamy prowadnic podobnych do arkusza milimetrowego lub oznaczamy dokładne lokalizacje). Więc łamiemy oś i otrzymujemy większe skalowanie x:
W rzeczywistości jest to bardzo podobne do fasetowania:
ale złamana oś IMHO podkreśla, że skala osi x w obu częściach jest taka sama. Tj. Interwały w obrębie wykreślonych regionów są takie same.
Aby podkreślić małe natężenia (oś y), używamy powiększonych wypustek:
[ ... Aby uzyskać szczegółowe informacje, zobacz powiększony (x 20) obszar νCH na niebiesko .... ]
Jest to z pewnością możliwe również na przykładzie na powiązanych działkach.