¿Cómo comparar la variación de parámetros pareados entre grupos?En la industria de los semiconductores, VMIN e IDDQ (fugas) son parámetros muy críticos para la potencia y el rendimiento de la CPU móvil. Para cada dispositivo, habrá un par de VMIN e IDDQ para cada dominio de energía, como la lógica y la memoria. Existe cierto grado de correlación entre VMIN e IDDQ (el dispositivo con una VMIN más alta tiende a tener un IDDQ más pequeño) como se muestra a continuación (los círculos de gree representan el 95% de la población):
Supongamos que el chat del bivariat izquierdo corresponde a la lógica IDDQ (eje X) frente a VMIN (eje Y) mientras que el derecho corresponde a la memoria. Si alguien comparara la variación entre VMD y IDDQ entre lógica y memoria, ¿cómo lo haría y lo haría?
¡Gracias!
Re: ¿Cómo comparar la variación de parámetros pareados entre grupos?Si está preparado para creer que el Gaussiano bivariado es un modelo útil para todos los grupos que desea comparar, entonces podría explotarlo (habiendo transformado IDDQ de manera apropiada).
Si surge la complejidad porque tiene tantos grupos que los datos en bruto serían abrumadores, podría, por ejemplo, trazar una elipse (probablemente al 95% del valor ajustado) que mostraría la ubicación, la dispersión y la correlación de cada grupo. Además, si cuenta el número de puntos en cada grupo que quedan fuera del elipse del 95%, podría aumentar la transparencia de la elipse para que el ojo no se vea atraído por grupos para los que el modelo supuesto es sospechoso.
Re: ¿Cómo comparar la variación de parámetros pareados entre grupos?Muchas gracias por los comentarios y sugerencias, Ian! Por cierto, IDDQ es log normalmente distribuido.
Re: ¿Cómo comparar la variación de parámetros pareados entre grupos?No creo que esta sea una pregunta fácil, ya que creo que una respuesta adecuada dependerá de para qué se usaría esa "comparación". Supongo que está buscando una o más figuras de mérito que tengan sentido en su situación.
De muchas maneras, la comparación más justa es proporcionada por las pantallas que tienes arriba, excepto por el hecho de que no tienes escalas x y y comunes. En general, el uso de la misma escala se considera una parte importante de cualquier comparación (y es por eso que GraphBuilder lo obliga a la hora de hacer diagramas de enrejado). Además, desconfiaría de las elipses verdes, ya que parece que sus datos no se distribuyen normalmente, ya sea en un sentido univariado o bivariado. La variable y también parece estar cuantizada, lo que puede o no importar.
