折线图的常见错误（以及如何检查）
人们对折线图常见的误解
折线图看似简单直接，但一些误解会导致错误的结论。最常见的错误包括：将折线视为自动代表连续变动、忽视坐标轴比例对视觉感知的影响，以及认为视觉模式具有预测性。另一个常见问题是，在未察觉的情况下混合了不同的数据来源或时区。这些错误之所以重要，是因为它们可能使读者从“图表所展示的内容”转向“图表所承诺的内容”，尽管图表仅是对选定数据的可视化。
机制：折线图的实际工作原理
折线图通常按顺序连接数据点，最常见的是沿时间轴。这条“线”是视觉上的连接；它并不能保证底层数据在观测点之间是平滑移动的。在两个采样点之间，图表的连接线段可能暗示了插值，即使数据频率较低或不规则。
这方面的常见误解包括：
- 假设图表反映实时连续性。 即使数据是按小时或按天记录的，图表仍会绘制出看似连续的线条。
- 忽略坐标轴单位和比例。 拉伸的纵轴可能夸大波动；压缩的比例会使变化看起来更小。
- 混淆“趋势”与“关系”。 折线图可以显示两个阶段看起来相似，但它本身并不能建立因果关系或可重复的规则。
一个需要牢记的实用定义是：折线图是显示值与显示的x轴位置之间的映射图，使用特定的采样计划和比例选择。
证据或示例：错误如何扭曲解读
考虑两个具有相同核心思想的情景：“数值随时间上升”。
-
比例误解： 如果一个图表使用更宽的y轴范围，线条的斜率看起来更平缓。读者可能因此认为变化“微弱”，而实际变化幅度可能相似。
-
缺失数据的错觉： 如果多个时间段缺少数据，而图表仍绘制出连接线段，读者可能错误地将该线段解释为间隙期间存在活动的证据。
-
模式过度推断： 如果观察者注意到上升常跟随下跌，他们可能将其视为预测规则。但仅凭历史序列并不能保证未来条件和采样会一致。
这些例子展示了相同的根本性失败模式：视觉设计可能引导你推断出一些属性（连续性、确定性、预测能力），而这些属性并不由图表本身保证。
实际局限性和风险
折线图存在影响解读的真实局限性：
- 数据采样影响叙述。 图表依赖于观测频率。不同的采样率会改变感知的平滑度。
- 比例选择影响感知。 即使数据正确，改变坐标轴范围也会改变什么看起来“显著”。
- 过去模式不能保证未来结果。 历史图表无法考虑市场条件变化、交易成本或执行差异，这些都可能改变实际结果。
- 可能缺少上下文。 缺少标签（单位、时区、聚合方法）时，你可能不知道该折线代表什么。
一种严重的失败模式是：仅凭折线的外观得出确定性结论，并将这些结论当作已被验证的保证。
验证：可独立进行的中性检查
为减少错误，在信任你的解读前应用以下中性检查：
- 确认标签和单位。 验证x轴代表的内容（时间分辨率、时区）以及y轴测量的内容（单位）。
- 检查采样和间隙。 查找不规则间隔或缺失时段；判断图表是否在无连续性的地方暗示了连续性。
- 重新检查比例。 比较坐标轴范围，如果可能，使用一致的y轴限制重新绘制图表，查看解读是否改变。
- 明确任何计算的假设。 如果你从图表数据中计算收益率、差值或比率，请记录确切的起止点以及如何处理数据间隙。
如果你需要更清晰的理解，接下来应问的问题是：这些数据点究竟是什么？它们是如何采样的？图表在点之间做了哪些假设？