Grafico a violino
Creatore gratuito di grafici a violino online
Cos'è un grafico a violino?
Un grafico a violino combina un box plot con una stima di densità kernel per mostrare la distribuzione completa di dati numerici tra categorie. A differenza del solo box plot, la larghezza di ogni 'violino' rivela dove i valori sono più concentrati, facilitando l'individuazione di asimmetrie, picchi multipli e outlier. È particolarmente utile per confrontare distribuzioni tra due o più gruppi affiancati. Usalo quando conta la forma dei dati, non solo mediana o intervallo.
Caratteristiche principali
Stima della densità kernel
La larghezza di banda KDE regolabile controlla quanto ogni forma a violino appare liscia o dettagliata, permettendo di evidenziare pattern fini o tendenze più ampie.
Sovrapposizione di box plot interno
Attiva un box plot incorporato all'interno di ogni violino per mostrare mediana, quartili e baffi insieme alla forma completa della distribuzione.
Visualizzazione dei singoli punti dati
Opzionalmente mostra ogni punto dati grezzo all'interno del violino così gli osservatori possono vedere le osservazioni reali dietro la curva di distribuzione.
Confronto multi-gruppo
Posiziona più violini affiancati con colori distinti per confrontare le distribuzioni tra gruppi in un colpo d'occhio.
Orientamento verticale e orizzontale
Passa da layout verticale a orizzontale per adattare il grafico a slide, report o dashboard senza riformattare i dati.
Ideale per
Quando usarlo
- Quando serve confrontare distribuzioni tra due o più gruppi, non solo statistiche riassuntive
- Quando i dati possono essere bimodali o multimodali e un box plot nasconderebbe quei picchi
- Quando si hanno abbastanza dati (tipicamente 30+) per una stima di densità significativa
- Quando gli outlier sono importanti ma conta anche la forma complessiva della distribuzione
- Quando un istogramma per gruppo sarebbe troppo affollato affiancato
Errori comuni
- !Usare un grafico a violino con campioni molto piccoli (meno di 20 punti) — la stima di densità diventa inaffidabile
- !Impostare una larghezza di banda troppo bassa, creando forme appuntite che sovradattano il rumore nei dati
- !Impostare una larghezza di banda troppo alta, smussando pattern bimodali reali in un solo picco
- !Dimenticare di mostrare la dimensione del campione per gruppo, impedendo di valutare l'affidabilità
- !Usare colori quasi identici per violini adiacenti, rendendo difficile distinguere i gruppi
- !Omettere etichette o unità sugli assi, rendendo la scala dei valori incomprensibile