01ภาพรวมของกราฟนี้
Fan chart แสดงพยากรณ์เป็นแถบหลายชั้นที่บานออกตามระยะเวลา รูปทรงพัดสื่อโดยตรงว่ายิ่งมองไกลยิ่งไม่แน่นอน ซึ่งเป็นสิ่งที่เส้นพยากรณ์เส้นเดียวสื่อไม่ได้เลยและมักทำให้คนเชื่อมากเกินควร
เปรียบเทียบให้เห็นภาพ
เหมือนแผนที่เส้นทางพายุที่กรวยกว้างขึ้นเรื่อย ๆ ตามวันข้างหน้า ซึ่งบอกว่าเราไม่รู้จริงว่ามันจะไปทางไหน
ใช้ที่ไหนบ้าง — พยากรณ์เงินเฟ้อ พยากรณ์ยอดขาย การคาดการณ์จำนวนผู้ใช้ หรือแบบจำลองการระบาด
สร้างอย่างไร
- ขั้นที่ 1แยกช่วงข้อมูลจริงออกจากช่วงพยากรณ์ให้ชัด
- ขั้นที่ 2คำนวณช่วงที่ระดับความเชื่อมั่นหลายระดับ
- ขั้นที่ 3วาดชั้นจากกว้างไปแคบด้วยสีเดียวไล่เข้ม
- ขั้นที่ 4ทำเส้นแบ่งที่จุดเริ่มพยากรณ์
ตัวอย่างคลาสสิก · Fan chart พยากรณ์เงินเฟ้อของธนาคารกลางอังกฤษ
ธนาคารกลางอังกฤษเริ่มใช้ fan chart ในรายงานเงินเฟ้อตั้งแต่ปี 1996 โดยตั้งใจให้ภาพสื่อว่าพยากรณ์คือช่วงไม่ใช่ตัวเลข รูปแบบนี้กลายเป็นมาตรฐานของธนาคารกลางทั่วโลก และถูกยกเป็นตัวอย่างว่าการออกแบบภาพเปลี่ยนวิธีที่สาธารณะเข้าใจพยากรณ์ได้จริง
02อธิบายภาษาคนเข้าใจง่าย ๆ
พยากรณ์ที่แสดงเป็นเส้นเส้นเดียวมีปัญหาเชิงจิตวิทยาที่ร้ายแรง คือมันดูแน่นอนเท่ากับข้อมูลจริงที่อยู่ก่อนหน้า ทั้งที่ความมั่นใจต่างกันคนละเรื่อง
ผลคือผู้อ่านจำตัวเลขปลายเส้นไปใช้ตัดสินใจราวกับเป็นข้อเท็จจริง ซึ่งเป็นการใช้ข้อมูลที่ผิดพลาดและอาจเสียหายมาก
Fan chart แก้ด้วยรูปทรง แทนที่จะวาดเส้น มันวาดแถบหลายชั้นที่บานออกเรื่อย ๆ ทำให้ตาเห็นทันทีว่าความไม่แน่นอนโตขึ้นตามระยะ
ข้อดีที่สำคัญคือมันสื่อสารโดยไม่ต้องอ่านตัวเลข ใครมองก็รู้ว่าปลายพัดคือดินแดนที่เราไม่รู้อะไรมากนัก
เรื่องที่ต้องระวังคือชั้นของแถบต้องระบุให้ชัดว่าแต่ละชั้นคือระดับความเชื่อมั่นเท่าไร ไม่อย่างนั้นผู้อ่านก็ได้แค่ความรู้สึกโดยไม่มีตัวเลขไปใช้ต่อ
และต้องแยกช่วงข้อมูลจริงกับช่วงพยากรณ์ให้ชัดเจนเสมอ เพราะถ้าเส้นเดินต่อเนื่องโดยไม่มีเครื่องหมายอะไร ผู้อ่านจะไม่รู้ว่าความจริงจบตรงไหนและการเดาเริ่มตรงไหน
03ข้อมูลที่ต้องใช้
คอลัมน์ที่ต้องเตรียม
| คอลัมน์ | ทำหน้าที่ | ชนิด | เข้ารหัสด้วย | จำนวนค่าที่เหมาะ | หมายเหตุ |
|---|---|---|---|---|---|
date | เวลา | เวลา | x | 12–300 จุด | ครอบคลุมทั้งอดีตและอนาคต |
value | ค่ากลาง | ตัวเลขต่อเนื่อง | y | ต่อเนื่อง | เส้นกลางของพัด |
low | ขอบล่าง | ช่วงค่า | y | บานออกตามเวลา | ควรมีหลายระดับ |
high | ขอบบน | ช่วงค่า | y | บานออกตามเวลา | ควรมีหลายระดับ |
kind | ชนิดข้อมูล | หมวดหมู่ | texture | จริงหรือพยากรณ์ | ★ ต้องแยกให้ชัด |
ต้องเตรียมข้อมูลอย่างไรก่อนวาด
- ★ แยกช่วงข้อมูลจริงกับช่วงพยากรณ์ด้วยคอลัมน์ที่ชัดเจน
- คำนวณช่วงหลายระดับ เช่น 50 80 และ 95 เปอร์เซ็นต์
- ตรวจว่าแถบบานออกจริงตามระยะ
ค่าที่หายไป — ถ้าแบบจำลองให้ช่วงไม่ได้ในบางช่วง ต้องเว้นและระบุ ไม่ใช่ประมาณต่อ
สเกลของแกน — แกนค่าต้องครอบคลุมชั้นที่กว้างที่สุด และชั้นทั้งหมดใช้สีเดียวไล่เข้มไม่ใช่หลายสี
กราฟจะเริ่มพังเมื่อไร
ช่วงพยากรณ์ยาวกว่าช่วงข้อมูลจริง ซึ่งแปลว่าเดามากกว่ารู้
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
- อัตราการบานของความไม่แน่นอน
- ช่วงค่าที่เป็นไปได้ในแต่ละระยะข้างหน้า
- ระยะที่พยากรณ์เริ่มไม่มีประโยชน์เพราะช่วงกว้างเกินไป
สิ่งที่กราฟนี้ตอบไม่ได้
- ★ ค่าที่จะเกิดขึ้นจริง เพราะทั้งพัดคือสิ่งที่แบบจำลองบอก ไม่ใช่สิ่งที่จะเกิด
- เหตุการณ์ที่แบบจำลองไม่ได้คิดถึงเลย ซึ่งมักเป็นเหตุการณ์ที่สำคัญที่สุด
อ่านตามลำดับนี้
- หาเส้นแบ่งระหว่างข้อมูลจริงกับพยากรณ์ก่อน
- ดูว่าพัดบานเร็วแค่ไหน
- อ่านช่วงที่ระยะเวลาที่สนใจแทนที่จะอ่านเส้นกลาง
คำถามที่ตอบได้
- พยากรณ์ไปได้ไกลแค่ไหนก่อนจะไร้ประโยชน์
- ค่าที่เป็นไปได้ในอีกหกเดือนอยู่ในช่วงไหน
- เราแน่ใจแค่ไหนกับตัวเลขปลายเส้น
สัญญาณว่ามีอะไรผิด
- ไม่แยกช่วงข้อมูลจริงกับพยากรณ์
- ไม่ระบุว่าแต่ละชั้นคือระดับความเชื่อมั่นเท่าไร
- พัดไม่บานเลยซึ่งมักแปลว่าแบบจำลองประเมินความไม่แน่นอนต่ำไป
05เหมาะกับการนำเสนอแบบไหน
ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย
- ★ ทำเส้นแบ่งตั้งที่จุดเริ่มพยากรณ์พร้อมป้าย
- ระบุระดับความเชื่อมั่นของแต่ละชั้น
- เขียนช่วงค่าที่ปลายพัดเป็นตัวเลข
รูปแบบชื่อกราฟที่ควรใช้
พยากรณ์ <ตัวชี้วัด> ถึง <เวลา> โดยช่วงที่เป็นไปได้กว้าง <ค่า> ที่ปลายช่วง
06เอาไปใช้ต่อ
โค้ดทุกชิ้นอ่านไฟล์ fan-chart-sample.csv ชุดเดียวกับที่ Playground ใช้ และตัวเลขในโค้ดเปลี่ยนตามค่าที่คุณปรับด้านล่าง
# ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*"
# ดาวน์โหลด fan-chart-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("fan-chart-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 = "spread" # ← ค่าจาก Playground
fig, ax = plt.subplots(figsize=(7.6, 4.2), facecolor=SURFACE)
ax.set_facecolor(SURFACE)
d = df.sort_values("date")
hist = d[d["kind"] == "ข้อมูลจริง"]; fc = d[d["kind"] == "พยากรณ์"]
for frac, alpha in [(1.0, 0.12), (0.66, 0.18), (0.33, 0.26)]: # ชั้นจากกว้างไปแคบ
ax.fill_between(fc["date"],
fc["value"] - (fc["value"] - fc["low"]) * frac,
fc["value"] + (fc["high"] - fc["value"]) * frac,
color=C1, alpha=alpha, linewidth=0)
ax.plot(hist["date"], hist["value"], color=C1, linewidth=2.4, label="ข้อมูลจริง")
ax.plot(fc["date"], fc["value"], color=C1, linewidth=2, linestyle="--", label="พยากรณ์")
ax.axvline(fc["date"].iloc[0], color="#8c887e", linewidth=1) # ★ เส้นแบ่งจริง/เดา
ax.legend(frameon=False)
ax.spines[["top", "right"]].set_visible(False) # ลดเส้นที่ไม่ได้ให้ข้อมูล
fig.tight_layout()
fig.savefig("fan-chart.png", dpi=160)
print("เขียน fan-chart.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: ลองอ่านช่วงค่าที่ปลายพัดแล้วถามว่าตัวเลขเดียวจะสื่อสิ่งนี้ได้ไหม — คำตอบคือไม่ได้เลย
ข้อควรระวัง
- ★ ไม่แยกช่วงข้อมูลจริงกับช่วงพยากรณ์ ทำให้ผู้อ่านไม่รู้ว่าการเดาเริ่มตรงไหน
- ไม่ระบุว่าแต่ละชั้นคือระดับความเชื่อมั่นเท่าไร
- พยากรณ์ไกลเกินกว่าที่ข้อมูลจริงรองรับได้
- ใช้หลายสีสำหรับชั้นต่าง ๆ แทนที่จะใช้สีเดียวไล่เข้ม
เมื่อไหร่ไม่ควรใช้กราฟนี้
- ความไม่แน่นอนคงที่ไม่บานตามเวลา→ใช้แทน: confidence-band
- ผู้อ่านต้องรู้สึกถึงความไม่แน่นอนจริง ๆ→ใช้แทน: hop-plot
- ไม่มีแบบจำลองที่ให้ช่วงได้→ใช้แทน: line-chart พร้อมหมายเหตุ