เทคนิคที่ 093 · PYTHON / JAVASCRIPT

แท่งคลาดเคลื่อนError Bars

บอกว่าตัวเลขนี้เชื่อได้แค่ไหน

3
ผสานหลายแนวคิดควรรู้ก่อน · เข้าใจว่าค่าจากตัวอย่างไม่ใช่ค่าจริง
ลองเล่น

01ภาพรวมของกราฟนี้

Error bars วาดช่วงรอบค่าประมาณเพื่อบอกความไม่แน่นอน ทำให้ผู้อ่านตัดสินได้ว่าความต่างระหว่างสองกลุ่มมีน้ำหนักจริงหรือแค่เป็นความบังเอิญ ปัญหาที่พบบ่อยที่สุดคือไม่ระบุว่าแท่งนั้นคืออะไร เพราะส่วนเบี่ยงเบนมาตรฐาน ความคลาดเคลื่อนมาตรฐาน และช่วงความเชื่อมั่นให้แท่งยาวต่างกันมาก

เปรียบเทียบให้เห็นภาพ

เหมือนพยากรณ์อากาศที่บอกว่าพรุ่งนี้ 28 ถึง 32 องศา แทนที่จะบอกว่า 30 องศาเฉย ๆ

ใช้ที่ไหนบ้าง — ผลการทดลอง ผลสำรวจความคิดเห็น การเปรียบเทียบค่าเฉลี่ยระหว่างกลุ่ม หรือผลการทดสอบ A/B

สร้างอย่างไร

  1. ขั้นที่ 1★ ตัดสินใจว่าแท่งจะแทนอะไรและระบุไว้ในคำอธิบาย
  2. ขั้นที่ 2คำนวณช่วงจากข้อมูลจริง
  3. ขั้นที่ 3วาดค่าประมาณเป็นจุดและช่วงเป็นเส้น
  4. ขั้นที่ 4ทำเส้นอ้างอิงที่ค่าศูนย์หรือค่าที่ไม่มีผล

ตัวอย่างคลาสสิก · ช่วงความเชื่อมั่นในการรายงานผลสำรวจการเลือกตั้ง

สำนักโพลรายงานผลพร้อมค่าความคลาดเคลื่อน เช่น สี่สิบสองเปอร์เซ็นต์บวกลบสาม แต่สื่อมักรายงานแค่ตัวเลขกลาง ทำให้ผู้ชมเห็นการเปลี่ยนแปลงหนึ่งเปอร์เซ็นต์แล้วคิดว่ามีนัยสำคัญ ทั้งที่อยู่ในช่วงความคลาดเคลื่อนทั้งหมด ซึ่งเป็นตัวอย่างว่าการละความไม่แน่นอนสร้างความเข้าใจผิดอย่างไร

Wikipedia · Confidence interval ↗

02อธิบายภาษาคนเข้าใจง่าย ๆ

ตัวเลขทุกตัวที่มาจากการวัดล้วนมีความไม่แน่นอน ค่าเฉลี่ยจากตัวอย่าง 30 คนไม่ใช่ค่าจริงของประชากรทั้งหมด แต่เป็นค่าประมาณที่ใกล้เคียง

ปัญหาคือกราฟแท่งธรรมดาแสดงแค่ค่าเดียวโดยไม่บอกว่าเชื่อได้แค่ไหน ซึ่งทำให้ผู้อ่านเห็นความต่างเล็กน้อยแล้วสรุปว่าต่างจริง ทั้งที่อาจเป็นแค่ความบังเอิญของการสุ่มตัวอย่าง

Error bars แก้ด้วยการวาดช่วงรอบค่าประมาณ ถ้าช่วงของสองกลุ่มซ้อนกันมาก ก็แปลว่าความต่างที่เห็นยังไม่มีน้ำหนักพอที่จะสรุปอะไร

ปัญหาที่พบบ่อยที่สุดในการใช้งานจริงคือไม่บอกว่าแท่งนั้นคืออะไร ส่วนเบี่ยงเบนมาตรฐานบอกการกระจายของข้อมูล ความคลาดเคลื่อนมาตรฐานบอกความแม่นของค่าเฉลี่ย และช่วงความเชื่อมั่นเก้าสิบห้าเปอร์เซ็นต์ยาวประมาณสองเท่าของอย่างหลัง

แท่งสามแบบนี้ยาวต่างกันมาก และถ้าไม่ระบุ ผู้อ่านก็ตีความไม่ได้เลย ซึ่งทำให้กราฟที่ตั้งใจสื่อความซื่อสัตย์กลับกลายเป็นภาพที่คลุมเครือ

อีกเรื่องที่มักเข้าใจผิดคือช่วงที่ซ้อนกันเล็กน้อยไม่ได้แปลว่าไม่ต่างกันเสมอไป การตัดสินต้องใช้การทดสอบทางสถิติ ไม่ใช่การมองด้วยตาเพียงอย่างเดียว

03ข้อมูลที่ต้องใช้

รูปทรงของข้อมูลตารางแบบยาว (หนึ่งแถวหนึ่งสังเกต)
จำนวนมิติที่เข้ารหัสได้3 มิติ
จำนวนแถวที่เหมาะ3–15 กลุ่มขั้นต่ำ 2 แถว
เส้นฐานศูนย์เลือกได้เมื่อแสดงผลต่าง เส้นที่ศูนย์คือเส้นที่สำคัญกว่าจุดเริ่มแกน

คอลัมน์ที่ต้องเตรียม

คอลัมน์ทำหน้าที่ชนิดเข้ารหัสด้วยจำนวนค่าที่เหมาะหมายเหตุ
studyกลุ่มหรือการทดลองหมวดหมู่y3–20 กลุ่มวางแนวนอนเพื่อให้ชื่ออ่านง่าย
estimateค่าประมาณตัวเลขต่อเนื่องxต่อเนื่องจุดตรงกลางของช่วง
lowขอบล่างช่วงค่าxน้อยกว่า estimate★ ต้องระบุว่าคำนวณจากอะไร
highขอบบนช่วงค่าxมากกว่า estimateช่วงไม่จำเป็นต้องสมมาตร

ต้องเตรียมข้อมูลอย่างไรก่อนวาด

  1. ★ ตัดสินใจและบันทึกว่าช่วงคำนวณจากอะไร
  2. ตรวจว่าขอบล่างน้อยกว่าขอบบนทุกแถว
  3. พิจารณาเรียงตามค่าประมาณเพื่อให้อ่านง่าย

ค่าที่หายไป — กลุ่มที่คำนวณช่วงไม่ได้ เช่น มีตัวอย่างน้อยเกิน ต้องแสดงเป็นจุดเปล่าพร้อมหมายเหตุ ไม่ใช่วาดช่วงมั่ว

สเกลของแกน — แกนค่าควรครอบคลุมช่วงทั้งหมด และควรมีเส้นอ้างอิงที่ค่าที่แปลว่าไม่มีผล

กราฟจะเริ่มพังเมื่อไร

เกิน 25 กลุ่ม แท่งเบียดกันจนอ่านไม่ได้

หน้าตาไฟล์ที่ต้องเตรียม

study,estimate,low,high,n
การทดลองที่ 1,3.37,0.57,6.17,630
การทดลองที่ 2,9.91,4.94,14.88,647
…

04อ่านแล้วเห็นอะไร

สิ่งที่เห็นได้จากภาพ

  • ความแม่นของแต่ละค่าประมาณ
  • กลุ่มที่ช่วงไม่คร่อมค่าศูนย์ซึ่งคือกลุ่มที่มีผลชัด
  • กลุ่มที่ช่วงกว้างมากซึ่งมักแปลว่าตัวอย่างน้อย

สิ่งที่กราฟนี้ตอบไม่ได้

  • ★ ช่วงที่ซ้อนกันเล็กน้อยไม่ได้แปลว่าไม่ต่างกัน ต้องใช้การทดสอบทางสถิติ
  • รูปร่างการกระจายของข้อมูลดิบ
  • แท่งแทนอะไรถ้าไม่มีคำอธิบาย

อ่านตามลำดับนี้

  1. ★ อ่านคำอธิบายก่อนว่าแท่งแทนอะไร
  2. ดูว่าช่วงคร่อมเส้นอ้างอิงหรือไม่
  3. เทียบความกว้างของช่วงระหว่างกลุ่ม

คำถามที่ตอบได้

  • ค่านี้เชื่อได้แค่ไหน
  • ความต่างระหว่างสองกลุ่มมีน้ำหนักไหม
  • กลุ่มไหนมีข้อมูลน้อยจนสรุปไม่ได้

สัญญาณว่ามีอะไรผิด

  • ไม่ระบุว่าแท่งแทนอะไร
  • ใช้แท่งแบบส่วนเบี่ยงเบนมาตรฐานแล้วตีความเหมือนช่วงความเชื่อมั่น
  • ตัดสินความต่างจากการซ้อนกันด้วยตาเพียงอย่างเดียว

05เหมาะกับการนำเสนอแบบไหน

ผู้ชมที่เหมาะผู้อ่านที่เข้าใจแนวคิดความไม่แน่นอน
เวลาที่ผู้ชมต้องใช้ต้องอธิบาย
ขนาดเล็กสุดที่ยังอ่านได้400×280 px
รายงานเชิงวิเคราะห์
สิ่งพิมพ์
สไลด์ผู้บริหาร
สื่อสารกับคนทั่วไปผู้อ่านทั่วไปมักตีความช่วงผิด

ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย

  1. ★ เขียนให้ชัดว่าแท่งคือช่วงความเชื่อมั่นกี่เปอร์เซ็นต์หรือคืออะไร
  2. ทำเส้นอ้างอิงที่ค่าที่แปลว่าไม่มีผล
  3. เขียนขนาดตัวอย่างกำกับแต่ละกลุ่ม

รูปแบบชื่อกราฟที่ควรใช้

<ตัวชี้วัด> พร้อมช่วงความเชื่อมั่น <ระดับ> โดย <กลุ่ม> สูงที่สุด

06เอาไปใช้ต่อ

โค้ดทุกชิ้นอ่านไฟล์ error-bars-sample.csv ชุดเดียวกับที่ Playground ใช้ และตัวเลขในโค้ดเปลี่ยนตามค่าที่คุณปรับด้านล่าง

# ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*"
# ดาวน์โหลด error-bars-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("error-bars-sample.csv")
df["estimate"] = pd.to_numeric(df["estimate"], errors="coerce")
df["low"] = pd.to_numeric(df["low"], errors="coerce")
df["high"] = pd.to_numeric(df["high"], errors="coerce")
df["n"] = pd.to_numeric(df["n"], errors="coerce")
NOTE = "overlap"   # ← ค่าจาก Playground

fig, ax = plt.subplots(figsize=(7.6, 4.2), facecolor=SURFACE)
ax.set_facecolor(SURFACE)

d = df.sort_values("estimate")
ax.errorbar(d["estimate"], range(len(d)),
            xerr=[d["estimate"] - d["low"], d["high"] - d["estimate"]],
            fmt="o", color=C1, capsize=4, markersize=7, linewidth=1.8)
ax.axvline(0, color="#8c887e", linestyle="--", linewidth=1)
ax.set_yticks(range(len(d)), d["study"])
ax.set_xlabel("ขนาดของผล (ช่วงความเชื่อมั่น 95%)")   # ★ ระบุเสมอว่าแท่งคืออะไร

ax.spines[["top", "right"]].set_visible(False)   # ลดเส้นที่ไม่ได้ให้ข้อมูล
fig.tight_layout()
fig.savefig("error-bars.png", dpi=160)
print("เขียน error-bars.png แล้ว ·", len(df), "แถว")

ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*" · ทดสอบกับเวอร์ชัน 3.10

07ลองเล่นเพื่อเข้าใจ

ข้อมูลตัวอย่าง · 7 แถว · seed 419● คำนวณใหม่ในเบราว์เซอร์ทันทีที่ปรับค่า
คร่อมศูนย์ = ยังสรุปไม่ได้
การทดลองที่ 1การทดลองที่ 2การทดลองที่ 3การทดลองที่ 4การทดลองที่ 5การทดลองที่ 6การทดลองที่ 7-5.000.005.0010.015.020.0การทดลองที่ 1 · 3.37 (ช่วง 0.57 ถึง 6.17)การทดลองที่ 2 · 9.91 (ช่วง 4.94 ถึง 14.9)การทดลองที่ 3 · 11.4 (ช่วง 6.26 ถึง 16.5)การทดลองที่ 4 · 11.3 (ช่วง 7.10 ถึง 15.5)การทดลองที่ 5 · 1.91 (ช่วง -1.41 ถึง 5.23)การทดลองที่ 6 · 1.52 (ช่วง -4.00 ถึง 7.04)การทดลองที่ 7 · 8.60 (ช่วง 4.55 ถึง 12.7)

ต้องเขียนเสมอว่าขาที่วาดคืออะไร — ช่วงความเชื่อมั่น ส่วนเบี่ยงเบนมาตรฐาน หรือ standard error สามอย่างนี้กว้างไม่เท่ากัน

ช่วงคร่อมศูนย์2 จาก 7
ช่วงที่กว้างที่สุด11.0
ช่วงที่แคบที่สุด5.60
ดูข้อมูลเป็นตาราง (7 แถว)
error bars 7 กลุ่ม มี 2 กลุ่มที่ช่วงคร่อมศูนย์
กลุ่มค่าประมาณขอบล่างขอบบนn
การทดลองที่ 13.370.576.17630
การทดลองที่ 29.914.9414.9647
การทดลองที่ 311.46.2616.5668
การทดลองที่ 411.37.1015.5245
การทดลองที่ 51.91-1.415.23242
การทดลองที่ 61.52-4.007.04769
การทดลองที่ 78.604.5512.7502

ลองแล้วจะเห็นอะไร

  • สังเกตอะไร: กลุ่มที่ช่วงคร่อมเส้นศูนย์คือกลุ่มที่ข้อมูลยังไม่พอจะบอกว่ามีผลจริง — แท่งที่สูงกว่าจึงไม่ได้แปลว่าดีกว่าเสมอ

ข้อควรระวัง

  1. ★ ไม่ระบุว่าแท่งแทนอะไร ทำให้ตีความไม่ได้เลย
  2. ตัดสินว่าสองกลุ่มต่างกันจากการมองว่าช่วงซ้อนกันหรือไม่เพียงอย่างเดียว
  3. ใช้กับข้อมูลที่ไม่ได้มาจากการสุ่มตัวอย่าง ซึ่งช่วงความเชื่อมั่นไม่มีความหมาย
  4. วาดแท่งบนกราฟแท่งที่เริ่มจากศูนย์แล้วแท่งความคลาดเคลื่อนเล็กจนมองไม่เห็น

เมื่อไหร่ไม่ควรใช้กราฟนี้

  • อยากให้เห็นรูปร่างการกระจายจริง→ใช้แทน: box-plot หรือ strip-plot
  • มีการศึกษาหลายชิ้นที่ต้องสรุปรวม→ใช้แทน: forest-plot
  • ความไม่แน่นอนต่อเนื่องตามเวลา→ใช้แทน: confidence-band

กราฟที่เกี่ยวข้อง

เทคนิคถัดไป · แถบความเชื่อมั่น