분석 유형별 그래프를 살펴보면, 비교분석, 구성분석, 관계분석, 분포분석은 데이터 시각화에서 중요한 분석 유형입니다. 각 분석 유형은 데이터의 특정 측면을 이해하고, 결과를 해석하는 데 도움을 주며, 선택하는 그래프 유형에 따라 정보를 전달하는 방식이 달라집니다.
비교분석
비교분석 - Grouped bar, Line, Column, Rader
비교분석은 두 개 이상의 항목 간의 차이점을 비교하고, 특정 기간 동안의 변화나 다른 변수들 간의 관계를 보여줍니다. 이를 통해 동향, 패턴, 불일치 등을 식별할 수 있습니다.
•
Grouped Bar Chart : 여러 그룹의 데이터를 서로 나란히 배치하여, 각 그룹 내의 항목들을 쉽게 비교할 수 있게 해줍니다. 카테고리별 중요한 차이점을 강조할 때 유용합니다.
•
Line Chart : 시간의 흐름에 따른 데이터의 변화를 나타내기에 적합합니다. 여러 데이터 시리즈를 동시에 나타내어, 시간에 따른 추세를 비교할 수 있습니다.
•
Column Chart : 각 카테고리의 값이나 빈도를 세로 막대로 표시합니다. 막대의 높이를 비교함으로써, 항목 간 차이를 쉽게 식별할 수 있습니다.
•
Radar Chart : 여러 변수를 갖는 항목들을 원형의 축에 표시하여, 각 항목의 성능을 다각적으로 비교할 수 있습니다. 다변량 데이터의 패턴을 비교하는 데 적합합니다.
구성분석
구성분석 - Pie, Stacked area, 100% stacked bar, Waterfall
구성분석은 전체에 대한 각 부분의 비율이나 기여도를 보여줍니다. 이를 통해 전체 중 특정 부분이 차지하는 비중을 이해할 수 있습니다.
•
Pie Chart : 전체 중 각 부분이 차지하는 비율을 원형으로 나타냅니다. 각 조각의 크기가 부분의 비율을 대표합니다.
•
Stacked Area Chart : 시간의 흐름에 따른 여러 그룹의 데이터를 층으로 쌓아, 전체 중 각 부분의 변화와 기여도를 시각화합니다.
•
100% Stacked Bar Chart : 각 막대가 100%를 나타내며, 막대 내에서의 각 세그먼트의 크기가 전체 중 해당 부분의 비율을 나타냅니다. 카테고리별 구성의 변화를 비교할 때 유용합니다.
•
Waterfall Chart : 순차적인 데이터의 증감을 나타내며, 시작점에서 끝점까지의 변화를 시각화합니다. 특정 기간 동안의 순이익 변화 같은 재무 데이터 분석에 적합합니다.
관계분석 & 분포분석
관계분석 - Buble, Sactter | 분포분석 - Density plot, Scatter
관계분석은 두 변수 간의 관계를 파악하는 데 사용됩니다. 변수 간의 상관관계, 연관성, 인과관계 등을 탐색할 수 있습니다.
•
Bubble Chart : x축과 y축에 두 변수를 나타내며, 데이터 포인트의 크기를 사용하여 세 번째 변수의 값을 표현합니다. 변수 간의 관계뿐만 아니라, 데이터의 다른 차원도 함께 보여 줄 수 있습니다.
•
Scatter Plot : 두 변수 간의 관계를 점으로 표현합니다. 점의 위치는 변수의 값에 해당하며, 점들의 분포를 통해 변수들 사이의 상관관계를 추정할 수 있습니다.
분포분석은 데이터 내의 값들이 어떻게 분포하는지를 보여줍니다. 이를 통해 데이터의 범위, 중심 경향, 분산, 이상치 등을 파악할 수 있습니다.
•
Density Plot : 연속적인 확률 분포를 부드러운 곡선으로 나타냅니다. 데이터의 분포 형태와 중심 경향을 시각화합니다.
•
Scatter Plot : 분포분석에서도 사용되며, 데이터 포인트들이 어떻게 공간에 분포하는지 보여줍니다. 데이터 집합 내의 패턴이나 이상치를 식별하는 데 유용합니다. 각 분석 유형과 그에 적합한 그래프 유형을 이해하고 사용하면, 데이터를 효과적으로 시각화하고 해석할 수 있습니다.