В большинстве случаев двойная ось – очень полезный инструмент визуализатора. Она используется, когда на один график нужно вывести данные, имеющие разные порядки значений, но имеющие связь, чем и объясняется вывод их на один график. Например, при необходимости вывести на один график число статей по странам мира и затраты на науку, а корреляция между этими показателями очень высока – более 90%, можно получить вторую кривую практически у самой оси Х. Можно, конечно, изменять исходные данные, но правильнее сделать две оси и сделать подписи.
Манипуляции начинаются, когда кривые, которые должны быть сопоставлены напрямую, получают две оси. В качестве примера:
Графики вероятности смерти в результате курения у курильщиков и тех, кто не курит. Очевидно, что смертность у курильщиков значительно выше, иначе и не говорили бы о «смерти в результате курения». Но изменение масштаба второй оси на втором графике (к которой привязана кривая смертности некурильщиков) говорит о том, что вероятность даже ниже.
Масштаб второй оси
Фактически, является продолжением и частным случаем ненужного введения второй оси. При введении второй оси вариациями масштаба второй оси можно добиться результатов, сходных с показанными в предыдущем примере. Визуально две величины, имеющие высокую взаимозависимость, можно показать почти несвязанными друг с другом, превратив изменение одной кривой в почти полное отсутствие изменений в другой. Вероятна и другая ситуация, когда несвязанные данные масштабированием можно выдать за взаимосвязанные, но далеко не все наборы данных можно сделать похожими масштабированием. Даже с использованием второй перевернутой оси.
[1]Левитин Дэниел Путеводитель по лжи: Критическое мышление в эпоху постправды [Книга]. - Москва : Манн, Иванов и Фербер. - стр. 44-45.