【原】數據結果可視化——看完還不會做政治學實驗你就打我（三）

“ 盼望著，盼望著，寒假來了，春節的腳步近了。我的心里有兩件事情，一件是推送，另一件也是推送。”

——失蹤多時的方法論小編

在往期的推送中，我們簡要介紹了政治學實驗的原理和操作，本期我們將聚焦從實驗到論文的“最后一公里”——數據可視化。毫無疑問，實驗方法要求在最大程度上剝離混雜因素的干擾，因此其研究設計往往是復雜繁瑣的。而如果混雜因素得到了充分控制，那么實驗結果的最終呈現應當是一目了然、簡單易懂的。一般而言，理想的實驗結果無非是控制組和實驗組存在顯著差異或處理前（前測）與處理后（后測）存在顯著差異。因此，實驗數據可視化的目的就是直觀地反映這兩種“比大小”的結果。

一種較為簡單的方法就是直接將分組后的均值映射到條形圖上。上圖源于Haifeng Huang（2015）對于謠言的分組研究。然而，條形圖只反映了平均值這一個指標，沒有展現各組數據的分布情況或樣本對總體的代表性情況。事實上，讀者對于各組數據之間究竟有沒有顯著差異的直觀感受非常依賴于人為設定的坐標軸。因此，很多科學家和數據工作者建議，應當在展現聚合數據（如平均值）的圖示中添加誤差線（如若干個標準誤），效果如下圖所示。顯然，這種圖示對于初學者而言是有難度的。因此，在這篇推送中，我們分別為Excel、Stata和R用戶準備了保姆級的數據結果可視化教程。

首先，我們準備（編造）一個最簡單的實驗數據集。如下表所示，我們一個有6個觀測單位，均勻分成“控制組”和“處理組”，每個觀測單位都有前測和后測兩個數據結果。

Excel對于非聚合數據的處理能力有限，因此我們首先將該數據計算并轉化為聚合數據，如下表所示。

首先，我們用鼠標選中該表的前三列，然后點擊窗口頂端菜單欄中的“插入”—“插入柱形圖或條形圖”—“簇狀柱形圖”，得到我們熟悉的經典條形圖。然后選中該圖表后點擊窗口頂端菜單欄“圖表工具”—“設計”，點擊最左邊“添加圖表元素”，在下拉菜單中選擇“誤差線”—“其他誤差線選項”。隨后，在右側“設置誤差線格式”趨于找到“誤差量”，選擇“自定義”。將提前計算好的標準誤填入“正錯誤值”和“負錯誤值”就可以生成預期的誤差線了。最后，將控制組和處理組的誤差線全部標上，經過修飾后，我們便得到了最終的圖示（聚合數據的行列分布決定了條形圖的排列方式，讀者朋友可以自行嘗試一下）。

在Stata中，我們可以通過“tw rcap”繪圖命令和條形圖的結合來實現上文中Excel對聚合數據的繪圖操作。已有資源對此進行詳細地介紹，我們不再贅述。（見：http://blog.sina.com.cn/s/blog_8f6ff2310102w4k0.html）事實上，我們可以直接用coefplot包來對原始數據進行可視化。coefplot包是政文觀止Poliview的老朋友了，它致力于對模型系數及其置信區間進行可視化，其強大的功能甚至可以取代傳統的回歸表格（往期鏈接：這兩個功能讓你的Stata風騷十倍）。但coefplot的功能遠不止回歸分析可視化這么簡單。

首先我們用Stata讀入原始數據，并生成代表組別的虛擬變量（控制組 = 0， 處理組 = 1）。隨后我們通過以下代碼計算一下各組的均值并將結果儲存起來。最后，我們輸入一行簡單的代碼：“coefplot 前測 后測, vertical”，就可以得到兩組在前測和后測中的得分及其95%置信區間（可近似理解為1.96個標準誤）。

專門為統計和可視化而生的R語言在這一問題的處理上則更為便捷和智能。首先我們同樣讀入原始數據。隨后，我們載入需要的“sciplot”和“tidyr”這兩個包。第一步，我們將數據由寬格式轉變為長格式，即把“前測”和“后測”這兩個數值型變量變成一個因子型變量和一個數值型變量，同時保留組別分類，結果如下圖所示。隨后我們將gather的結果儲存為新的數據框（本文重新賦值給了test）。

第二步，我們輸入代碼“bargraph.CI(data = test, 組別, value, group = key)”，可以發現R已經畫出了基本符合要求的圖示。我們繼續對該語句進行修飾，最終輸入“bargraph.CI(data = test, 組別, value, group = key,legend = T,ylim = c(0,5),col = c("#F8766D","#00BFC4") )”，就可以大功告成了。遺憾的是，前測和后測的排列順序似乎有點不科學，小編猜測這是拼音字母順序造成的。我們可以將“前測”賦值為“1.前測”，后測賦值為“2.后測”，這一問題就迎刃而解了。