01ภาพรวมของกราฟนี้
Confidence band วาดแถบรอบเส้นแนวโน้มเพื่อบอกความไม่แน่นอนที่แต่ละจุดเวลา ทำให้ผู้อ่านเห็นว่าการขยับเล็ก ๆ อยู่ในช่วงความไม่แน่นอนหรือไม่ ข้อควรระวังคือแถบสื่อความไม่แน่นอนของแต่ละจุดแยกกัน ไม่ได้บอกว่าเส้นทั้งเส้นอยู่ในแถบพร้อมกันด้วยความน่าจะเป็นเท่านั้น
เปรียบเทียบให้เห็นภาพ
เหมือนเส้นทางที่วาดบนแผนที่พร้อมความกว้างของถนน ซึ่งบอกว่าเราอาจเดินเบี่ยงไปทางซ้ายขวาได้แค่ไหน
ใช้ที่ไหนบ้าง — เส้นแนวโน้มจากแบบจำลอง ค่าเฉลี่ยเคลื่อนที่พร้อมความไม่แน่นอน หรือผลการทดลองที่วัดซ้ำตามเวลา
สร้างอย่างไร
- ขั้นที่ 1คำนวณค่ากลางและขอบของช่วงในแต่ละจุดเวลา
- ขั้นที่ 2วาดแถบด้วยสีเดียวกับเส้นแต่จางกว่า
- ขั้นที่ 3วาดเส้นค่ากลางทับบนแถบ
- ขั้นที่ 4ระบุระดับความเชื่อมั่นในคำอธิบาย
ตัวอย่างคลาสสิก · แถบความไม่แน่นอนในรายงานพยากรณ์เศรษฐกิจ
ธนาคารกลางหลายแห่งเผยแพร่พยากรณ์เงินเฟ้อพร้อมแถบความไม่แน่นอนเสมอ เพราะพบว่าการรายงานตัวเลขเดียวทำให้สาธารณะคาดหวังความแม่นยำที่แบบจำลองให้ไม่ได้ การแสดงแถบเปลี่ยนการสนทนาจากตัวเลขไปเป็นช่วงที่เป็นไปได้ ซึ่งตรงกับความจริงมากกว่า
02อธิบายภาษาคนเข้าใจง่าย ๆ
กราฟเส้นธรรมดาแสดงค่าเดียวที่แต่ละจุดเวลา ซึ่งดูแน่นอนทั้งที่ค่าเหล่านั้นล้วนเป็นค่าประมาณที่มีความคลาดเคลื่อน
ผลคือผู้อ่านเห็นเส้นขยับขึ้นลงเล็กน้อยแล้วพยายามหาคำอธิบาย ทั้งที่การขยับนั้นอาจอยู่ในช่วงความคลาดเคลื่อนของการวัดทั้งหมด
Confidence band แก้ด้วยการวาดแถบรอบเส้น ถ้าการขยับที่เห็นเล็กกว่าความกว้างของแถบ ก็ไม่ควรนำมาเล่าเป็นเรื่อง
จุดที่เข้าใจผิดกันบ่อยคือแถบนี้บอกความไม่แน่นอนของแต่ละจุดแยกกัน ไม่ได้บอกว่าเส้นจริงทั้งเส้นจะอยู่ในแถบพร้อมกันด้วยความน่าจะเป็นตามที่ระบุ
ความน่าจะเป็นที่เส้นทั้งเส้นอยู่ในแถบนั้นต่ำกว่ามาก และถ้าต้องการรับประกันแบบนั้นจริง ๆ ต้องใช้แถบอีกชนิดที่กว้างกว่าซึ่งเรียกว่าแถบพร้อมกัน
ในทางปฏิบัติ สิ่งที่ควรทำคือระบุให้ชัดว่าแถบคำนวณจากอะไรและหมายถึงอะไร แทนที่จะปล่อยให้ผู้อ่านเดาเอง
03ข้อมูลที่ต้องใช้
คอลัมน์ที่ต้องเตรียม
| คอลัมน์ | ทำหน้าที่ | ชนิด | เข้ารหัสด้วย | จำนวนค่าที่เหมาะ | หมายเหตุ |
|---|---|---|---|---|---|
date | เวลา | เวลา | x | 10–500 จุด | ต้องเรียงตามเวลา |
value | ค่ากลาง | ตัวเลขต่อเนื่อง | y | ต่อเนื่อง | เส้นที่วาดทับแถบ |
low | ขอบล่าง | ช่วงค่า | y | น้อยกว่า value | ขอบล่างของแถบ |
high | ขอบบน | ช่วงค่า | y | มากกว่า value | ขอบบนของแถบ |
ต้องเตรียมข้อมูลอย่างไรก่อนวาด
- ★ ระบุว่าแถบคำนวณจากอะไรและระดับความเชื่อมั่นเท่าไร
- ตรวจว่าขอบล่างไม่เกินขอบบนทุกจุด
- เรียงข้อมูลตามเวลา
ค่าที่หายไป — ช่วงเวลาที่ไม่มีข้อมูลต้องเว้นทั้งเส้นและแถบ ไม่ใช่ลากข้าม
สเกลของแกน — แกนค่าต้องครอบคลุมขอบบนและขอบล่างทั้งหมด ไม่ใช่แค่เส้นกลาง
กราฟจะเริ่มพังเมื่อไร
เกิน 3 แถบซ้อนกัน สีจะทับกันจนแยกไม่ออก
หน้าตาไฟล์ที่ต้องเตรียม
date,value,low,high,kind
2025-01-01,100.9,97.7,104.1,ข้อมูลจริง
2025-01-31,102.3,99.1,105.5,ข้อมูลจริง
…04อ่านแล้วเห็นอะไร
สิ่งที่เห็นได้จากภาพ
- ช่วงเวลาที่ความไม่แน่นอนสูง
- การเปลี่ยนแปลงที่ใหญ่กว่าความไม่แน่นอนจริง ๆ
- แนวโน้มรวมพร้อมความแม่นของมัน
สิ่งที่กราฟนี้ตอบไม่ได้
- ★ ความน่าจะเป็นที่เส้นจริงทั้งเส้นอยู่ในแถบ ซึ่งต่ำกว่าระดับที่ระบุมาก
- สาเหตุของความไม่แน่นอน
อ่านตามลำดับนี้
- อ่านก่อนว่าแถบคืออะไร
- เทียบขนาดการขยับกับความกว้างของแถบ
- มองหาช่วงที่แถบกว้างผิดปกติ
คำถามที่ตอบได้
- การขยับนี้มีน้ำหนักไหมหรืออยู่ในความคลาดเคลื่อน
- ช่วงเวลาไหนที่ข้อมูลแม่นน้อยที่สุด
- แนวโน้มชัดแค่ไหน
สัญญาณว่ามีอะไรผิด
- ไม่ระบุว่าแถบคำนวณจากอะไร
- แกนค่าตัดขอบแถบออก
- ซ้อนแถบหลายชุดจนสีทับกัน
05เหมาะกับการนำเสนอแบบไหน
ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย
- ★ ระบุระดับความเชื่อมั่นและวิธีคำนวณในคำอธิบาย
- ใช้สีแถบที่จางกว่าเส้นชัดเจน
- ทำเครื่องหมายช่วงที่ความไม่แน่นอนสูงเป็นพิเศษ
รูปแบบชื่อกราฟที่ควรใช้
<ตัวชี้วัด> พร้อมแถบความเชื่อมั่น <ระดับ>
06เอาไปใช้ต่อ
โค้ดทุกชิ้นอ่านไฟล์ confidence-band-sample.csv ชุดเดียวกับที่ Playground ใช้ และตัวเลขในโค้ดเปลี่ยนตามค่าที่คุณปรับด้านล่าง
# ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*"
# ดาวน์โหลด confidence-band-sample.csv จากหน้านี้ แล้ววางไว้ข้างสคริปต์
import matplotlib
matplotlib.use("Agg") # รันแบบไม่มีหน้าจอ ถ้ารันในเครื่องตัวเองลบบรรทัดนี้ได้
import matplotlib.pyplot as plt
import pandas as pd
C1, C2, C3 = "#2a78d6", "#eb6834", "#1baf7a" # palette ของคลัง เปลี่ยนเป็นสีองค์กรได้
INK, SURFACE = "#0b0b0b", "#fcfcfb"
df = pd.read_csv("confidence-band-sample.csv")
df["value"] = pd.to_numeric(df["value"], errors="coerce")
df["low"] = pd.to_numeric(df["low"], errors="coerce")
df["high"] = pd.to_numeric(df["high"], errors="coerce")
NOTE = "width" # ← ค่าจาก Playground
fig, ax = plt.subplots(figsize=(7.6, 4.2), facecolor=SURFACE)
ax.set_facecolor(SURFACE)
d = df.sort_values("date")
ax.fill_between(d["date"], d["low"], d["high"], color=C1, alpha=0.18,
label="ช่วงความเชื่อมั่น 95%")
ax.plot(d["date"], d["value"], color=C1, linewidth=2.2, label="ค่ากลาง")
ax.legend(frameon=False, loc="upper left")
ax.set_ylabel("ค่าที่วัดได้")
ax.spines[["top", "right"]].set_visible(False) # ลดเส้นที่ไม่ได้ให้ข้อมูล
fig.tight_layout()
fig.savefig("confidence-band.png", dpi=160)
print("เขียน confidence-band.png แล้ว ·", len(df), "แถว")07ลองเล่นเพื่อเข้าใจ
ขอบของแถบไม่ใช่เส้นแบ่งระหว่าง "เป็นไปได้" กับ "เป็นไปไม่ได้" — ค่าที่อยู่นอกแถบยังเกิดขึ้นได้
ดูข้อมูลเป็นตาราง (24 แถว)
| วันที่ | ค่ากลาง | ขอบล่าง | ขอบบน | ชนิด |
|---|---|---|---|---|
| 1/1/2568 | 101 | 97.7 | 104 | ข้อมูลจริง |
| 31/1/2568 | 102 | 99.1 | 106 | ข้อมูลจริง |
| 2/3/2568 | 101 | 97.8 | 104 | ข้อมูลจริง |
| 1/4/2568 | 103 | 99.5 | 106 | ข้อมูลจริง |
| 1/5/2568 | 104 | 101 | 107 | ข้อมูลจริง |
| 31/5/2568 | 103 | 100 | 106 | ข้อมูลจริง |
| 30/6/2568 | 103 | 99.6 | 106 | ข้อมูลจริง |
| 30/7/2568 | 101 | 97.4 | 104 | ข้อมูลจริง |
| 29/8/2568 | 99.7 | 96.5 | 103 | ข้อมูลจริง |
| 28/9/2568 | 99.6 | 96.4 | 103 | ข้อมูลจริง |
| 28/10/2568 | 102 | 98.6 | 105 | ข้อมูลจริง |
| 27/11/2568 | 103 | 99.7 | 106 | ข้อมูลจริง |
| 27/12/2568 | 103 | 99.8 | 106 | ข้อมูลจริง |
| 26/1/2569 | 106 | 103 | 109 | ข้อมูลจริง |
| 25/2/2569 | 109 | 106 | 112 | ข้อมูลจริง |
| 27/3/2569 | 112 | 109 | 115 | ข้อมูลจริง |
| 26/4/2569 | 113 | 110 | 117 | พยากรณ์ |
| 26/5/2569 | 116 | 109 | 122 | พยากรณ์ |
| 25/6/2569 | 118 | 108 | 128 | พยากรณ์ |
| 25/7/2569 | 119 | 106 | 133 | พยากรณ์ |
| 24/8/2569 | 123 | 106 | 140 | พยากรณ์ |
| 23/9/2569 | 125 | 104 | 145 | พยากรณ์ |
| 23/10/2569 | 127 | 103 | 151 | พยากรณ์ |
| 22/11/2569 | 126 | 98.8 | 153 | พยากรณ์ |
ลองแล้วจะเห็นอะไร
- สังเกตอะไร: ลองหาการขยับของเส้นที่เล็กกว่าความกว้างของแถบ — การขยับแบบนั้นไม่ควรนำไปเล่าเป็นเรื่อง
ข้อควรระวัง
- ไม่ระบุว่าแถบคำนวณจากอะไรและหมายถึงอะไร
- ตีความว่าเส้นจริงทั้งเส้นอยู่ในแถบด้วยความน่าจะเป็นตามที่ระบุ
- ตั้งแกนค่าให้ตัดขอบแถบออก ทำให้ความไม่แน่นอนดูน้อยกว่าจริง
- ใช้สีแถบเข้มจนบังเส้นค่ากลาง
เมื่อไหร่ไม่ควรใช้กราฟนี้
- ความไม่แน่นอนบานออกตามระยะพยากรณ์→ใช้แทน: fan-chart
- เป็นค่าประมาณแยกกันไม่ต่อเนื่องตามเวลา→ใช้แทน: error-bars
- ต้องการให้ผู้อ่านรู้สึกถึงความไม่แน่นอนแทนที่จะอ่าน→ใช้แทน: hop-plot