实验-流动墨迹速度感知实验

研究材料

从张旭作品《古诗四帖》中摘选一个字”丘“作为样本，制作3种不同的流动墨迹效果，并且通过随机的旋转+镜像的方式，对每种效果产生8个扭曲版本。测试者在目测6个标记点（ABCDEF)的流动速度，通过拖动箭头的方式评估流动方向和速率。并对其数据结果进行分析。

3种墨迹风格

风格1：

风格2：（风格1逆向流动）

风格3：

8种显示方向

备注：实验程序实际上只出现7种方向，对应数据表格中编号为0~6；

实验数据说明

1、测试数据与实际数据

2、数据属性说明

3、数据内容说明

4、方向基准说明

研究问题

核心问题

1、三种流动风格中，测试者对哪种风格的感受一致性最好？

拓展问题

2、三种流动风格中，人们对哪种风格的速度感受更符合事实情况？
3、在不同的扭曲方式下（旋转、镜像），测试者感受到的速度大小/方向有多大差异性？
4、测试者评价用的时长对其评价结果有哪些影响？（数值上、偏差上）

额外问题

5、测试者评价所用时长对感受方向偏差影响更大还是对速率偏差影响更大？

研究方法及分析

统计学分析

核心问题

三种流动风格中，测试者对哪种风格的感受一致性最好？
统计方法：
① 将数据按照风格分为三个部分，分别为：风格1、风格2、风格3。
② 在每个风格中，如风格1，将速率A中数据求标准差，数值表示风格1中速率A的离散程度。同样方法分别求出速率B、C、D、E、F，以及方向A、B、C、D、E、F的离散程度。共得到3（三种风格）*12（速率6个、方向6个）个数据。结果如下图。


③ 对每行数据，也就是每种风格，求12个数据的平均值，以得到三种风格中一致性最好的一种风格。结果如下图。


分析：
从以上数据整理中可以明显地看出，风格3的感受一致性最好，而风格2的感受一致性最差。
其中方向（未经过归一化处理），无法比较影响总体风格一致性的主导因素是方向上还是速率上。
由前面可以看出风格3为点运动。

实验的结果也验证了点运动的速度比线/面更加直观。
而最差的风格2 为风格1的逆向流动。

对平常不太接触的逆向，感知能力稍微弱点。
从②中可以看出大家对风格2中的方向D感知的一致性最差，一部分可能因为D处于最后，耐心不够，也可能因为D除墨迹太稀疏，流动不够直观。

拓展问题

问题2

三种流动风格中，人们对哪种风格的速度感受更符合事实情况？
统计方法：
① 将数据按照风格分为三个部分，分别为：风格1、风格2、风格3。
② 在每个风格中，如风格1，将速率A中数据与速率A的实际速率相减，并求绝对值，得到两者之间的绝对偏差。再对风格1中苏哦有速率A的绝对偏差求平均值，得到绝对偏差的平均。
③ 同样方法分别求出速率B、C、D、E、F的绝对偏差的平均。得到如下图所示的3（3种风格）*6（6个速率）个数据结果。


④ 对每行数据，也就是每种风格，求6个数据的平均值，以得到三种风格中速度感受更符合事实情况的风格。结果如下图。


分析：
由上述数据和图可以看得出来，风格2的速度感受与真实相差最小 ，最符合事实情况。而风格1的速度感受与事实情况相差最大。但是三种风格之间数值相差都不大。

问题3

在不同的扭曲方式下（旋转、镜像），测试者感受到的速度大小/方向有多大差异性？
统计方法：
① 将数据按照扭曲方式分为7个部分。
② 在同种扭曲方式中，如扭曲方式0，将速率A中数据求平均。同样方法分别求出速率B、C、D、E、F和方向A、B、C、D、E、F的平均。
③ 对7种扭曲方式分别按照②中方式，得到如下图所示的7（7种扭曲风格）*12（6个速率+6个方向）个数据结果。


④ 对每列数据的标准差即点在不同扭曲方式下的速度/方向的离散程度，也就是差异程度。此处由于速度和方向的范围不一样，需要分开来显示。



分析：（此处不考虑风格）
在速度上：不同扭曲方式下，测试者感受到的速度大小差异最大的是速率E，最小的是速率A。

从动态图中可以看出，A处的速率较大，比较明显，而E处的速率较小，甚至感觉静止，不是很明显。在不同的扭曲方中，可能因为图形的重心感受不同，速率感受不一样。

在方向上：不同扭曲方式下，测试者感受到的方向大小差异最大的是方向D，最小的是方向F。

可能是由于F处平缓且墨迹重，处于笔划中间位置，较易感知与判断。而D点，处于笔划末端，并且墨迹很轻，容易忽略它与前面的联系，从而有较大的差异，主要可能体现在测试者把方向弄反了。

问题4

测试者评价用的时长对其评价结果有哪些影响？
1、对数据的准确率有影响
统计方法：
① 将数据首先按照墨迹风格分类，并将时长按照从小到大排序。
② 计算A-F（包括速率与方向）测试数据与实际数据的绝对偏差
③ 计算在同一个时间、风格下，测试数据（速率与方向）与实际数据偏差的平均值。（由于速率偏差范围为0-1，而方向偏差范围为0-360，所以将方向偏差整体除360，防止方向偏差占比过大）。从而得到不同风格下，时长与各项数据准确率的关系图。
（y轴数值越高表示与实际偏差越大，准确率越低）



分析：
主要从风格1和风格3中，可以看出，时长过短与时长过长都会影响准确率。适中的时间能有效提高测试准确率。

2、数据数值大小
这里只选取风格1下的速率A-D的数据进行分析，分析不同时长下，速率A-D的数值大小与时长关系。

分析
整体虽然感觉挺平缓的，说明大家做得都很认真，但是如果仔细看的话，前面八分钟多的位置，与后面二十多分钟的位置的数值相比，时间长的话，还是偏大的。

额外问题

测试者评价所用时长对感受方向偏差影响更大还是对速率偏差影响更大？
统计方法：
① 将数据首先按照墨迹风格分类，并将时长按照从小到大排序。
② 计算A-F（包括速率与方向）测试数据与实际数据的绝对偏差
③ 计算在同一个时间、风格下，分别计算速率（A-F整体）与方向（A-F整体）的绝对偏差的平均值。根据误差平缓程度，来判断对速率、方向哪个影响更少。
关系如下图：
（y轴数值越大表示准确率越低）

分析：
由上面可以看出，不同的时长对速率的影响比对方向的影响要小，因为速率上准确率变化比方向上平缓。可能是方向给的范围有点大，误差本身就比较大，归一化之后，误差还是很大。

数据可视化

对表格中的测试数据进行可视化。

尝试1

以不同颜色代表不同测试者，线段增长的速率代表每个点的速率，转折角度代表每个点的方向。

尝试2

每次更改颜色都代表一个测试者测得的一组数据。旋转角度代表每个点的方向。

尝试3

根据测试出的速率，求出每个点间的加速度，按照加速率使每个矩形的长度慢慢增长，增长到边界则说明先到达第六个点。期间将屏幕等分成了五段，按照加速率公式求出加速度。中间红色部分代表实际速率和方向的数据。

最终版

以测试者为单位，不断更新速率A-F与方向A-F的数值，中间过渡。
深灰色部分为实际的速率与方向，绿色与红色/橙色分别为速率与方向的测试数值变化情况。

风格1：

风格2：

风格3：

总结

通过这次对数据的分析，不仅熟练了office，对数据可视化也更加了解，并且第一次尝试做编程类型的动态数据可视化。这些数据虽然一开始看起来没有什么实际的意义，但是，静下心来仔细分析的话，能挖掘出很多的关系。