Słownik metodologiczny · Ludzie statystyki

William Playfair (1759–1823) – kim był i co wniósł do statystyki

William Playfair, szkocki inżynier, ekonomista i awanturnik, w latach 1786 i 1801 wprowadził wykres liniowy, słupkowy i kołowy. Przedstawiamy jego burzliwe życie, spór biografów o to, czy był szpiegiem, oraz te same dane narysowane w R na trzy sposoby Playfaira.

Strona główna / Słownik / William Playfair
W skrócie: William Playfair (1759–1823) – szkocki inżynier, ekonomista i publicysta, który w „The Commercial and Political Atlas” (1786) i „Statistical Breviary” (1801) wprowadził trzy podstawowe wykresy statystyczne: liniowy wykres szeregu czasowego, słupkowy i kołowy. Jego burzliwe życie do dziś dzieli biografów.

Kim był William Playfair?

William Playfair (1759–1823) był szkockim inżynierem, ekonomistą i publicystą, którego dziś pamięta się przede wszystkim jako twórcę wykresów statystycznych. Urodził się 22 września 1759 r. w Liff koło Dundee jako piąte z ośmiorga dzieci pastora; wczesną edukacją zajmował się głównie jego starszy brat John Playfair, późniejszy profesor matematyki w Edynburgu (Spence, 2004).

Bellhouse (2023) opisuje go kolejno jako statystyka, ekonomistę, inżyniera, bankiera, spekulanta ziemią, oszusta i propagandystę politycznego, który przeszedł bankructwo i więzienie. Młody Playfair pracował w Birmingham w firmie Boultona i Watta, potem założył w Londynie własny interes, wyjechał do Paryża w czasie rewolucji, a ostatnie lata spędził w biedzie w Anglii (Bellhouse, 2023 – tytuły rozdziałów). Wykresami zajmował się przez całe dorosłe życie: Costigan-Eaves i Macdonald-Ross (1990) liczą jego karierę „komunikatora graficznego” na 36 lat, od atlasu z 1786 r.

Najważniejsze pomysły

  • Trzy podstawowe wykresy. W latach 1786 i 1801 Playfair wprowadził trzy formy, których używamy do dziś: liniowy wykres szeregu czasowego, wykres słupkowy i wykres kołowy (Spence, 2004). Opublikował je w „The Commercial and Political Atlas” (1786) i w „Statistical Breviary” (1801).
  • Wykres zamiast tabeli. Według Costigan-Eaves i Macdonalda-Rossa (1990) Playfair uczynił wykres liniowy, zwłaszcza prosty wykres z wypełnionym polem pod linią, pełnoprawną alternatywą tabeli dla czytelnika, który nie jest specjalistą. Pokazywał głównie dane gospodarcze i handlowe.
  • Psychologia wykresu. Ci sami autorzy podkreślają, że Playfair rozumiał, czego czytelnik potrzebuje od rysunku, w sposób uderzająco nowoczesny.
  • Skąd koło? Spence (2005) przypuszcza, że wykres kołowy wyrósł z diagramów logicznych Llulla, Bruna, Leibniza i Eulera, które William znał dzięki naukom brata matematyka.

Spence (2004) zauważa, że współcześni przyjęli te wynalazki obojętnie. W słowniku znajdziesz też hasła o dwóch innych twórcach słynnych wykresów XIX w.: Florence Nightingale i Charlesie Josephie Minardzie.

Ciekawostka

Szpieg czy hochsztapler? O Playfairze ukazały się w ostatnich latach dwie biografie o przeciwnych tezach. Berkowitz (2018) przedstawia go jako brytyjskiego tajnego agenta, który prowadził kampanię mającą załamać walutę rewolucyjnej Francji; według opisu książki Playfair był przy Jamesie Watcie u progu rewolucji przemysłowej, oglądał zdobycie Bastylii i przyczynił się do pierwszego wielkiego skandalu w młodych Stanach Zjednoczonych – nieudanej spekulacji ziemią.

Bellhouse (2023) uważa tę wersję za mit: Playfair nie był ani szpiegiem, ani fałszerzem francuskich asygnat, a najwyżej przez krótki czas kurierem jednego z ministrów. Sam spis treści jego książki czyta się jak powieść łotrzykowską – zaczyna się od pobytu w więzieniu Newgate, a dalej są Paryż w czasie rewolucji, fałszywe asygnaty, życie bankruta i próba wielkiego oszustwa wobec lorda Bathursta w sprawie Bonapartego.

Przykład: jedne dane, trzy wykresy Playfaira

Zamiast danych handlowych Playfaira (nie ma ich w pakietach R) bierzemy zbiór WorldPhones z pakietu datasets: według pliku pomocy liczbę telefonów (w tysiącach) w siedmiu regionach świata w latach 1951 i 1956–1961, za publikacją AT&T „The World’s Telephones” (1961). Każdy z trzech wykresów Playfaira odpowiada na inne pytanie.

  • Jak zmieniało się w czasie? W latach 1951–1961 liczba telefonów wzrosła w Ameryce Północnej 1.74 raza, w Europie 2.00 raza, a w Azji 3.15 raza. Linia pokazuje też lukę: między 1951 a 1956 r. nie ma pomiaru.
  • Kto ma więcej? W 1961 r. Ameryka Północna miała 79.8 mln telefonów, Europa 43.2 mln, Azja 9.1 mln, a najmniej Ameryka Środkowa – 1.1 mln.
  • Jaka część całości? Ze 141.7 mln telefonów w 1961 r. 56.3% przypadało na Amerykę Północną, 30.5% na Europę, 6.4% na Azję i 6.8% na cztery pozostałe regiony razem. Koło dobrze pokazuje, że jeden region miał ponad połowę, ale dwóch wycinków po około 6–7% nie da się na oko porównać.

Na rysunku

Pozioma oś czasu przerwana po 1823 roku, z siedmioma zdarzeniami: 1759 urodził się w Liff koło Dundee; 1786 The Commercial and Political Atlas; 1789 zdobycie Bastylii – według Berkowitza był w Paryżu; 1801 Statistical Breviary; 1823 zmarł; po przerwie osi: 2018 biografia Berkowitza – tajny agent; 2023 biografia Bellhouse’a – ani szpieg, ani fałszerz. Rodzaj zdarzenia oznaczają kształt i kolor znacznika: koło – życie, romb – publikacja, trójkąt – kontekst, kwadrat – biografia
Rysunek 1. Oś czasu: William Playfair, 1759–1823, i dwie współczesne biografie. Lata według Spence’a (2004), Costigan-Eaves i Macdonalda-Rossa (1990), Berkowitza (2018) i Bellhouse’a (2023). Rysunek: R, pakiet ggplot2.

Co widać. Oba główne dzieła graficzne Playfaira dzieli 15 lat, a między nimi mieści się rewolucja francuska, w którą – według obu biografów – był w jakiś sposób uwikłany. Po prawej stronie przerwanej osi stoją dwie książki, które o tym samym życiu mówią coś zupełnie innego.

Na co uważać. Oś pokazuje tylko zdarzenia z latami potwierdzonymi w cytowanych źródłach – brak na niej np. pracy u Boultona i Watta czy pobytu w więzieniu. Odcinek po przerwie nie zachowuje skali lat.

Podpis do pracy:

Rysunek 1. Najważniejsze daty z życia i pracy Williama Playfaira (1759–1823) oraz dwie współczesne biografie. Uwaga. Kształt znacznika oznacza rodzaj zdarzenia (życie, publikacja, kontekst, biografia); oś przerwana po 1823 r.
Trzy panele z tymi samymi danymi o liczbie telefonów. A: wykres liniowy dla lat 1951 i 1956–1961 – Ameryka Północna rośnie z 46 do 80 mln (niebieska linia z kółkami), Europa z 22 do 43 mln (pomarańczowa z trójkątami), Azja (zielona z kwadratami) i cztery pozostałe regiony (różowa z rombami) poniżej 10 mln. B: poziome szare słupki dla siedmiu regionów w 1961 r., od Ameryki Północnej 79.8 mln do Ameryki Środkowej 1.1 mln. C: wykres kołowy udziałów w 1961 r. – Ameryka Północna 56.3%, Europa 30.5%, Azja 6.4%, pozostałe 6.8%
Rysunek 2. Liczba telefonów na świecie (datasets::WorldPhones) jako wykres liniowy (A), słupkowy (B) i kołowy (C). Obliczenia i rysunek: R, pakiety ggplot2 i patchwork (dane z pakietu, bez losowania).

Co widać. Panel A odpowiada na pytanie „jak szybko?”: linie Ameryki Północnej i Europy rosną równolegle, a Azja – choć rośnie najszybciej względnie – w milionach prawie się nie odrywa od dołu. Panel B porównuje wszystkie siedem regionów, a panel C od razu pokazuje, że Ameryka Północna ma ponad połowę całości.

Na co uważać. Na osi czasu lata stoją w prawdziwych odstępach, dlatego widać lukę 1951–1956; program, który traktuje lata jak kategorie, ukryłby ją. W danych jest też podejrzany skok: Afryka ma 89 tys. telefonów w 1951 r. i 1411 tys. w 1956 r. (wzrost 22.53 raza), co wygląda raczej na zmianę sposobu liczenia niż na rzeczywisty wzrost – plik pomocy tego nie wyjaśnia. W kole wycinki Azji (6.4%) i pozostałych regionów (6.8%) są nieodróżnialne bez podpisów.

Podpis do pracy:

Rysunek 2. Liczba telefonów (w milionach) w regionach świata w latach 1951–1961 (A), w siedmiu regionach w 1961 r. (B) oraz udziały regionów w 1961 r. (C). Uwaga. Dane: AT&T (1961), zbiór WorldPhones w R; brak danych za lata 1952–1955. W panelach A i C cztery najmniejsze regiony połączono.

Gdzie spotkasz Playfaira w swojej pracy

Za każdym razem, gdy w pracy dyplomowej rysujesz linię, słupki albo koło, korzystasz z form Playfaira. Zasady wynikają z tego, do czego je wymyślił:

Współczesne ujęcie, w którym linia, słupek i koło to różne sposoby narysowania tych samych danych, opisuje hasło o Lelandzie Wilkinsonie. Jak zamienić liczby z historycznej tabeli na wykres z przedziałami ufności, pokazuje hasło o Johnie Snowie.

Spory, mity i trudne strony

  • „Wynalazca” – z zastrzeżeniem. Costigan-Eaves i Macdonald-Ross (1990) piszą, że wykresy Playfaira nie były aż tak oryginalne, jak się niekiedy przyjmuje, choć zawierały pomysły projektowe wielkiej wartości. Mówiąc o „ojcu wykresów statystycznych”, mamy na myśli przede wszystkim popularyzatora i systematycznego autora wykresów.
  • Szpieg czy nie? Teza o tajnym agencie pochodzi z biografii Berkowitza (2018); Bellhouse (2023) ją odrzuca. Nie rozstrzygamy tego sporu.
  • Kłopotliwe koło. Spence (2005) przypomina, że wykres kołowy jest bardzo popularny, choć większość ekspertów i środowisko akademickie od dawna radzą go unikać – kiedy ma sens, opisuje hasło o wykresie kołowym.
Przykład reprodukowalny

Wykresy Playfaira w R

Kod wczytuje dane WorldPhones z pakietu datasets, liczy wzrost w latach 1951–1961, porównanie regionów i udziały w 1961 r., a na końcu rysuje rysunek 2. Drugi przepis rysuje oś czasu (rysunek 1). Rysunki na stronie powstały z tych samych obiektów p1 i p2, którym podmieniono tylko motyw na motyw serwisu; dane, geometrie i skale są identyczne. Kod nie losuje.

1. Linia, słupki i koło na danych WorldPhones: rysunek 2

Dane wejściowe: data(WorldPhones, package = "datasets") – liczba telefonów (w tysiącach) w siedmiu regionach świata w latach 1951 i 1956–1961 (AT&T, 1961, według pliku pomocy).

Co odczytać: lata pomiarów (luka 1952–1955); krotność wzrostu 1951 → 1961 w grupach i regionach (skok w Afryce); liczby telefonów w 1961 r. od największej; udziały procentowe w 1961 r.; sumę światową.

Kod R rysunku 2
# William Playfair: te same dane jako wykres liniowy, słupkowy i kołowy (datasets::WorldPhones)
suppressPackageStartupMessages({library(ggplot2); library(patchwork)})
kol <- c("Ameryka Północna" = "#0072B2", "Europa" = "#D55E00", "Azja" = "#009E73", "pozostałe 4 regiony" = "#CC79A7")   # Okabe–Ito
ksz <- c("Ameryka Północna" = 16, "Europa" = 17, "Azja" = 15, "pozostałe 4 regiony" = 18)
motyw <- theme_minimal(base_size = 13) +
  theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"), legend.position = "none")
data(WorldPhones, package = "datasets")
# Liczba telefonów (w tysiącach) w 7 regionach świata; wiersze – lata, kolumny – regiony (źródło: AT&T, 1961)
tel <- WorldPhones
lata <- as.numeric(rownames(tel))
lata                                                   # uwaga: brak lat 1952–1955
# Trzy największe regiony osobno, cztery pozostałe razem
grupy <- cbind("Ameryka Północna" = tel[, "N.Amer"], "Europa" = tel[, "Europe"], "Azja" = tel[, "Asia"],
               "pozostałe 4 regiony" = rowSums(tel[, c("S.Amer", "Oceania", "Africa", "Mid.Amer")]))
# 1. Zmiana w czasie (wykres liniowy): ile razy wzrosła liczba telefonów 1951 → 1961
round(grupy["1961", ] / grupy["1951", ], 2)
round(tel["1961", ] / tel["1951", ], 2)                # Afryka: skok 89 → 1411 między 1951 a 1956
# 2. Porównanie regionów w jednym roku (wykres słupkowy): 1961, w tysiącach, od największego
sort(tel["1961", ], decreasing = TRUE)
# 3. Części całości (wykres kołowy): udziały w 1961 r. w procentach
udzialy <- grupy["1961", ] / sum(grupy["1961", ])
round(100 * udzialy, 1)
sum(tel["1961", ])                                      # razem na świecie (tys.)

# Rysunek 2A: wykres liniowy – oś x to prawdziwe lata (z luką 1951–1956)
dl <- data.frame(rok = rep(lata, ncol(grupy)), region = factor(rep(colnames(grupy), each = length(lata)), levels = colnames(grupy)),
                 tys = as.vector(grupy))
etyk <- dl[dl$rok == 1961, ]
etyk$y <- etyk$tys / 1000 + c(0, 0, -2.5, 2.5)          # rozsunięcie podpisów Azji i pozostałych regionów
etyk$nazwa <- c("Ameryka Płn.", "Europa", "Azja", "pozostałe")
pA <- ggplot(dl, aes(rok, tys / 1000, colour = region, shape = region)) +
  geom_line(linewidth = 0.9) + geom_point(size = 2.4) +
  geom_text(data = etyk, aes(y = y, label = nazwa), hjust = -0.12, size = 3.4, show.legend = FALSE) +
  scale_colour_manual(values = kol) + scale_shape_manual(values = ksz) +
  scale_x_continuous(breaks = c(1951, 1956, 1961), limits = c(1951, 1966)) +
  labs(title = "A. Linia: zmiana w czasie", x = "Rok", y = "Telefony (mln)") +
  motyw
# Rysunek 2B: wykres słupkowy – 7 regionów w 1961 r., posortowane
nazwy_pl <- c(N.Amer = "Ameryka Płn.", Europe = "Europa", Asia = "Azja", S.Amer = "Ameryka Płd.",
              Oceania = "Oceania", Africa = "Afryka", Mid.Amer = "Ameryka Śr.")
db <- data.frame(region = nazwy_pl[colnames(tel)], tys = tel["1961", ])
db$region <- reorder(db$region, db$tys)
pB <- ggplot(db, aes(tys / 1000, region)) +
  geom_col(fill = "grey45", width = 0.7) +
  geom_text(aes(label = sprintf("%.1f", tys / 1000)), hjust = -0.15, size = 3.4) +
  scale_x_continuous(limits = c(0, 95), expand = c(0, 0)) +
  labs(title = "B. Słupki: regiony w 1961 r.", x = "Telefony (mln)", y = NULL) +
  motyw
# Rysunek 2C: wykres kołowy – udziały w 1961 r. (4 wycinki, podpisane procentami)
dk <- data.frame(region = factor(names(udzialy), levels = names(udzialy)), udzial = as.vector(udzialy))
dk$etykieta <- sprintf(ifelse(dk$udzial > 0.1, "%s\n%.1f%%", "%s %.1f%%"), c("Ameryka Płn.", "Europa", "Azja", "pozostałe"), 100 * dk$udzial)
dk$r <- ifelse(dk$udzial > 0.1, 0.9, 2.05)             # małe wycinki podpisane na zewnątrz koła
pC <- ggplot(dk, aes(x = 0.75, y = udzial, fill = region)) +
  geom_col(width = 1.5, colour = "white", linewidth = 0.8) +
  geom_text(aes(x = r, label = etykieta), position = position_stack(vjust = 0.5), size = 3.2, lineheight = 0.9) +
  coord_polar(theta = "y", start = -pi / 2 + 0.45, direction = -1, clip = "off") +
  scale_x_continuous(limits = c(0, 2.1)) +
  scale_fill_manual(values = c("Ameryka Północna" = "#56B4E9", "Europa" = "#E69F00", "Azja" = "#8CD3B5", "pozostałe 4 regiony" = "#E5B8D6")) +
  labs(title = "C. Koło: udziały w 1961 r.", x = NULL, y = NULL) +
  motyw + theme(axis.text = element_blank(), panel.grid = element_blank())
p2 <- pA + pB + pC + plot_layout(widths = c(1.15, 1, 1.1))
p2
Wynik w R
[1] 1951 1956 1957 1958 1959 1960 1961
   Ameryka Północna              Europa                Azja pozostałe 4 regiony 
               1.74                2.00                3.15                2.35 
  N.Amer   Europe     Asia   S.Amer  Oceania   Africa Mid.Amer 
    1.74     2.00     3.15     1.84     1.96    22.53     1.94 
  N.Amer   Europe     Asia   S.Amer  Oceania   Africa Mid.Amer 
   79831    43173     9053     3338     3224     2005     1076 
   Ameryka Północna              Europa                Azja pozostałe 4 regiony 
               56.3                30.5                 6.4                 6.8 
[1] 141700

2. Oś czasu: rysunek 1

Dane wejściowe: siedem zdarzeń z latami według cytowanych źródeł, wpisanych ręcznie.

Co odczytać: nic – kod tylko rysuje oś czasu.

Kod R rysunku 1
# Oś czasu: William Playfair, 1759–1823 – lata według cytowanych źródeł
library(ggplot2)
zdarzenia <- data.frame(
  rok = c(1759, 1786, 1789, 1801, 1823, 2018, 2023),
  opis = c("urodził się w Liff\nkoło Dundee", "„The Commercial and\nPolitical Atlas”", "zdobycie Bastylii – według\nBerkowitza był w Paryżu",
           "„Statistical Breviary”", "zmarł", "biografia Berkowitza:\n„tajny agent”", "biografia Bellhouse’a:\nani szpieg, ani fałszerz"),
  rodzaj = c("życie", "publikacja", "kontekst", "publikacja", "życie", "biografia", "biografia"))
zdarzenia$strona <- c(1, -1, 1, -1, 1, -1, 1)          # etykiety na przemian nad i pod osią
zdarzenia$wyrownanie <- c(0.5, 0.75, 0.3, 0.5, 0.5, 0.5, 0.5)   # rozsunięcie bliskich etykiet (1786 i 1789)
# Oś jest przerwana po 1823 r.: dwie współczesne biografie stoją umownie po prawej (pozycja nie jest skalą lat)
zdarzenia$x <- c(1759, 1786, 1789, 1801, 1823, 1840, 1852)
ksztalty <- c("życie" = 21, "publikacja" = 23, "kontekst" = 24, "biografia" = 22)
kolory <- c("życie" = "grey40", "publikacja" = "#D55E00", "kontekst" = "#009E73", "biografia" = "#0072B2")   # Okabe–Ito
p1 <- ggplot(zdarzenia, aes(x, 0)) +
  annotate("segment", x = 1752, xend = 1828, y = 0, yend = 0, colour = "grey60", linewidth = 0.8) +
  annotate("segment", x = 1834, xend = 1858, y = 0, yend = 0, colour = "grey60", linewidth = 0.8) +
  annotate("text", x = 1831, y = 0, label = "//", colour = "grey40", size = 5) +
  geom_segment(aes(xend = x, y = 0, yend = 0.55 * strona), colour = "grey70") +
  geom_point(aes(shape = rodzaj, fill = rodzaj), size = 4, colour = "black") +
  geom_text(aes(y = 0.62 * strona, label = paste0(rok, "\n", opis), vjust = ifelse(strona > 0, 0, 1), hjust = wyrownanie),
            size = 3.5, lineheight = 0.9) +
  scale_shape_manual(values = ksztalty, name = NULL) +
  scale_fill_manual(values = kolory, name = NULL) +
  scale_x_continuous(limits = c(1745, 1862), breaks = c(1760, 1780, 1800, 1820, 1840, 1852), labels = c("1760", "1780", "1800", "1820", "2018", "2023")) +
  scale_y_continuous(limits = c(-1.2, 1.2)) +
  labs(x = NULL, y = NULL) +
  theme_minimal(base_size = 13) +
  theme(axis.text.y = element_blank(), panel.grid = element_blank(), axis.text.x = element_text(colour = "grey30"),
        legend.position = "bottom")
p1

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (dane – pakiet datasets; rysunki – pakiety ggplot2 i patchwork). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  3. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork

Najczęstsze pytania

Kim był William Playfair?

Szkockim inżynierem, ekonomistą i publicystą (1759–1823), urodzonym w Liff koło Dundee. Pracował m.in. w firmie Boultona i Watta, prowadził własne interesy, przeżył bankructwo i więzienie, a przez 36 lat projektował wykresy gospodarcze (Costigan-Eaves i Macdonald-Ross, 1990; Bellhouse, 2023).

Jakie wykresy wymyślił William Playfair?

Liniowy wykres szeregu czasowego, wykres słupkowy i wykres kołowy – opublikował je w latach 1786 i 1801 w „The Commercial and Political Atlas” i „Statistical Breviary” (Spence, 2004). Nie był pierwszym, kto rysował dane, ale to on uczynił wykres pełnoprawną alternatywą tabeli (Costigan-Eaves i Macdonald-Ross, 1990).

Czy William Playfair był szpiegiem?

Biografowie się spierają. Berkowitz (2018) przedstawia go jako brytyjskiego tajnego agenta działającego przeciw rewolucyjnej Francji, a Bellhouse (2023) uważa, że nie był ani szpiegiem, ani fałszerzem asygnat – najwyżej przez krótki czas kurierem ministra.

Skąd wziął się pomysł wykresu kołowego?

Spence (2005) przypuszcza, że Playfair wzorował się na kołowych diagramach logicznych Llulla, Bruna, Leibniza i Eulera, które znał dzięki bratu, matematykowi Johnowi Playfairowi. Wykres kołowy ma ponad 200 lat i wciąż jest popularny, choć eksperci często radzą go unikać.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Bellhouse, D. R. (2023). The flawed genius of William Playfair: The story of the father of statistical graphics. University of Toronto Press. https://doi.org/10.3138/9781487545055
  2. Berkowitz, B. (2018). Playfair: The true story of the British secret agent who changed how we see the world. George Mason University Press.
  3. Costigan-Eaves, P., & Macdonald-Ross, M. (1990). William Playfair (1759–1823). Statistical Science, 5(3), 318–326. https://doi.org/10.1214/ss/1177012100 ● Otwarty dostęp
  4. Spence, I. (2004). Playfair, William (1759–1823), inventor of statistical graphs and writer on political economy. In Oxford dictionary of national biography. Oxford University Press. https://doi.org/10.1093/ref:odnb/22370
  5. Spence, I. (2005). No humble pie: The origins and usage of a statistical chart. Journal of Educational and Behavioral Statistics, 30(4), 353–368. https://doi.org/10.3102/10769986030004353

Cytowania BibTeX

@book{bellhouse2023flawed, author={Bellhouse, David R.}, title={{The flawed genius of William Playfair: The story of the father of statistical graphics}}, year={2023}, publisher={University of Toronto Press}, doi={10.3138/9781487545055}}
@book{berkowitz2018playfair, author={Berkowitz, Bruce}, title={{Playfair: The true story of the British secret agent who changed how we see the world}}, year={2018}, publisher={George Mason University Press}}
@article{costigan1990william, author={Costigan-Eaves, Patricia and Macdonald-Ross, Michael}, title={{William Playfair (1759–1823)}}, journal={Statistical Science}, year={1990}, volume={5}, number={3}, pages={318--326}, doi={10.1214/ss/1177012100}}
@incollection{spence2004playfair, author={Spence, Ian}, title={{Playfair, William (1759–1823), inventor of statistical graphs and writer on political economy}}, booktitle={Oxford dictionary of national biography}, year={2004}, publisher={Oxford University Press}, doi={10.1093/ref:odnb/22370}}
@article{spence2005no, author={Spence, Ian}, title={{No humble pie: The origins and usage of a statistical chart}}, journal={Journal of Educational and Behavioral Statistics}, year={2005}, volume={30}, number={4}, pages={353--368}, doi={10.3102/10769986030004353}}
R