대수 눈금 읽는 방법 : 10 단계 (그림 포함) - 팁

콘텐츠

단계
경고

대부분의 사람들은 숫자 선이나 그래프의 데이터를 읽는 데 익숙해졌습니다. 그러나 특정 상황에서는 표준 척도가 유용하지 않을 수 있습니다. 데이터가 기하 급수적으로 증가하거나 감소하는 경우 로그 척도를 사용해야합니다. 예를 들어, 시간이 지남에 따라 McDonald 's에서 판매되는 햄버거 수를 포함하는 그래프는 백만 인치에서 시작하여 1 년 후 수백만 개로 이동하고, 수백만 개로, 10 억 개로 (10 년 미만), 마지막으로 수십억 개로 늘어납니다. 이 데이터는 기존 차트에 비해 너무 크지 만 로그 스케일로 표현하기 쉽습니다. 이것은 숫자를 표시하는 다른 시스템이라는 것을 이해해야합니다. 표준 스케일에서와 같이 균등 한 간격이 없기 때문입니다. 로그 스케일을 읽는 방법을 알면 데이터를 그래픽 형식으로 더 잘 해석하고 표현할 수 있습니다.

단계

2 가지 방법 중 1 : 그래프 축 읽기

"세미 로그"또는 "로그-로그"그래프를 읽고 있는지 확인합니다. 빠르게 성장하는 데이터를 나타내는 차트는 이러한 형식 중 하나를 사용할 수 있으며 두 축 (e)에서 로그 스케일을 사용하거나 둘 중 하나만 사용할 수 있습니다. 선택은 그래프에 표시하려는 세부 정보의 수에 따라 다릅니다. 축의 값이 기하 급수적으로 증가하거나 감소하는 경우이 경우 로그 스케일을 선택하는 것이 유용 할 수 있습니다.
- 로그 스케일 (또는 단순히 "로그")에는 비대칭 간격의 선이있는 그리드가있는 반면 표준 스케일은 등거리 분할을 사용합니다. 일부 데이터는 전통적인 줄이 그어진 종이에, 다른 데이터는 세미 로그 그래프에, 다른 데이터는 로그 로그 그래프에 표시되어야합니다.
- 예를 들어, 그래프 (또는 라디칼을 포함한 다른 함수)는 전통적인 세미 로그 또는 로그 로그 방식으로 표현할 수 있습니다. 기존 그래프에서 함수는 측면 포물선으로 나타나지만 매우 작은 숫자의 세부 사항은 결국 가시성을 잃게됩니다. 로그-로그 그래프에서 동일한 함수가 직선으로 나타나므로 값이 더 분산되어 더 자세한 내용을 볼 수 있습니다.
- 연구의 두 변수에 큰 데이터 범위가 포함 된 경우 로그-로그 그래프를 사용해야 할 것입니다. 예를 들어, 진화 효과에 대한 연구는 수천 또는 수백만 년에 걸쳐 분석 될 수 있으며, 대수 척도는 축에서 매우 유용 할 것입니다. 평가할 항목에 따라 로그-로그 척도를 선택해야 할 수도 있습니다.
주요 부문의 규모를 읽으십시오. 로그 그래프에서 동일한 간격의 마크는 작업 기반의 강점을 나타냅니다. 전통적으로 로그는 자연 로그의 경우 밑 또는 밑을 사용합니다.
- 복리 및 기타 고급 계산을 처리 할 때 매우 유용한 수학 상수입니다. 그 값은 다음과 같습니다. 이 기사에서는 기본 로그에 초점을 맞추지 만 자연 로그 읽기는 동일한 경로를 따라 작동합니다.
- 표준 로그는 밑을 사용합니다. 계산 ,,, 또는 ,, 또는 다른 형태의 등거리 간격 대신 대수 눈금이 제곱으로 진행됩니다. 따라서 축의 주요 점은, 등이됩니다.
- 일반적으로 대수 용지에 더 진한 선으로 표시되는 각 주요 구분을 "순환"이라고합니다. 구체적으로베이스를 사용할 때 새로운 힘 때문에 "10 년"이라는 용어를 사용하게 될 수 있습니다.
더 작은 간격은 간격이 같지 않습니다. 대수 그래프 용지를 사용하는 경우 각 단위 사이의 간격이 서로 다른 것을 알 수 있습니다. 예를 들어 마크는와 사이의 약 1/3 지점에 배치됩니다.
- 더 작은 마크는 각 숫자의 로그를 기반으로합니다. 따라서 스케일의 첫 번째 마크이고 두 번째 마크이면 나머지 마크는 다음과 같이 따릅니다.
- 더 높은 전력에서는 더 작은 간격이 동일한 비율로 간격을 둡니다. 따라서 값 사이의 간격 ,,,은 값 사이의 간격, 또는 ,,,와 같습니다.

2 가지 방법 중 2 : 로그 척도로 포인트 표현하기

사용할 스케일 유형을 결정하십시오. 아래 설명에서는 축에 표준 눈금이 있고 축에 대수 눈금이있는 세미 로그 차트에 초점이 맞춰집니다. 그러나 데이터를 표시하려는 방식에 따라 반전시킬 수도 있습니다. 축 반전은 그래프를 회전시키는 시각적 효과를 가지며 때로는 어느 방향 으로든 읽기를 용이하게 할 수 있습니다. 또한 로그 스케일을 사용하여 더 많은 데이터를 분산하고 이러한 세부 정보를 더 잘 보이게 할 수 있습니다.
축 눈금을 표시하십시오. 독립 변수 또는 측정 또는 실험에서 제어 할 수있는 변수를 나타냅니다. 이 변수는 연구에있는 다른 변수의 영향을받지 않습니다. 독립 변수의 몇 가지 예는 다음과 같습니다.
- 데이트;
- 시;
- 나이;
- 약물 투여.
축에 대한 로그 스케일의 필요성을 결정하십시오. 매우 빠른 변화가있는 데이터를 나타내는 데 유용합니다. 표준 그래프는 선형 속도로 양수 또는 음수 성장이있는 데이터에 사용됩니다. 차례로 대수 그래프는 기하 급수적으로 증가하는 데이터에 사용됩니다. 이러한 특성의 샘플은 다음과 같습니다.
- 인구 증가;
- 제품의 소비율
- 복리.
로그 스케일에 레이블을 지정하십시오. 데이터를 검토하고 축 표시 방법을 결정합니다. 예를 들어 측정 값이 수백만 달러 인 경우 이정표에서 차트를 시작할 필요가 없습니다. 가장 낮은주기는 다음과 같이 레이블이 지정되고 그 뒤에주기 등이 표시 될 수 있습니다.
주어진 데이터의 축에서 위치를 찾습니다. 첫 번째 (또는 다른) 데이터를 나타내려면 먼저 축을 따라 위치를 찾습니다. 이것은 계산하는 숫자 라인에서와 같이 증분 스케일이 될 수 있습니다. 특정 측정이 수행되는 날짜 또는 월과 같이 사용자가 정의하는 레이블 일 수 있습니다.
로그 스케일의 축에서 위치를 찾으십시오. 표시 할 데이터와 관련하여 축에서 해당 위치를 찾아야합니다. 로그 척도를 다루기 때문에 가장 높은 등급 마크는 거듭 제곱이되고 가장 낮은 등급 마크는 세분을 나타내는 이들 사이의 측정 값이됩니다. 한 예에서 (백만)에서 (천만) 사이의 선은 s의 분할을 나타냅니다.
- 예를 들어, 숫자는 위의 네 번째로 작은 표시로 표시됩니다. 선형 스케일에서이 값은와 사이의 절반 미만이지만 로그 스케일로 인해 절반보다 약간 높은 것처럼 보입니다.
- 더 큰 간격과 상한선에 가까울수록 함께 압축된다는 점에 유의해야합니다. 이것은 로그 스케일의 수학적 특성 때문입니다.
모든 데이터로 계속 작업하십시오. 그래프에 표현할 모든 값으로 이전 단계를 계속 반복하십시오. 각각에 대해 먼저 축에서 위치를 찾고 축의 대수 눈금에서 위치를 결정하십시오.