Un gráfico de embudo es un gráfico de dispersión que muestra las proporciones de las mediciones (Eje Y) recopiladas a partir de varios tamaños de muestra (Eje X). El propósito de un gráfico de embudo es ayudar a distinguir las variaciones aleatorias de las no aleatorias en los datos. Los puntos dentro de las curvas de límite tienen más probabilidades de diferir en función de la aleatoriedad, mientras que los puntos fuera de las curvas tienen más probabilidades de ser el resultado de alguna situación especial no causada por la aleatoriedad.
Este ejemplo le muestra cómo utilizar el complemento Gráfico de embudo para crear un gráfico de embudo con una distribución de puntuación z basada en una columna de Tamaño de muestra y una columna Ocurrencias. Las columnas deben configurarse de modo que cuando un valor dado en la columna Ocurrencia se divide por su valor correspondiente en la columna Tamaño de muestra, el valor de la proporción trazada resultante está entre cero y uno inclusive.
Primero, abra una tabla de datos con las ocurrencias y tamaños de muestra que desee usar para representar un gráfico de embudo. Con la tabla de datos abierta, seleccione Add-ins> Funnel Plot Generator . Desde la ventana de inicio, asigne Tamaño de muestra y Ocurrencias a sus respectivos roles. Vea la figura a continuación:
Figura 1.1 Ventana de lanzamiento
Use las opciones Mostrar leyenda y Mostrar histograma para controlar lo que aparece en la trama.
Después de hacer clic en Aceptar, su gráfico es similar al de la figura 1.2.
Figura 1.2 Proporciones vs. Tamaño de la muestra
Los puntos que están fuera del límite del 95% de las curvas representan datos que solo pueden atribuirse a la aleatoriedad el 5% del tiempo. De manera similar, los puntos que se encuentran fuera del límite del 99.8% de las curvas representan datos que solo pueden atribuirse a la aleatoriedad .2% del tiempo (lo cual es extremadamente raro).
Figura 1.3
Si observa los puntos del círculo en el gráfico de embudo, puede suponer que el punto del círculo en rojo tiene un significado más alto que el punto del círculo en verde; Sin embargo, éste no es el caso. De hecho, el punto rodeado de verde representa un valor mucho más extremo. Dado que el tamaño de la muestra del valor circulado en rojo es tan pequeño, es mucho más probable que sea el resultado de la aleatoriedad. Mientras que para los datos del punto circulado en verde, la proporción es mucho más significativa en relación con el resto de los valores, y por lo tanto no puede ser debido a la aleatoriedad. En cambio, es mucho más probable que el valor extremo de la proporción sea el resultado de alguna situación significativa o causa especial. (Vea los vínculos abajo para más información.)
El histograma a la derecha es una distribución de las puntuaciones z calculadas a partir de los datos. Las puntuaciones Z se utilizan para normalizar los datos, dado que las muestras de datos originales no provienen de la misma distribución. Al utilizar las puntuaciones z, los puntos ahora tienen una media de 0 y una desviación estándar de 1, siguiendo una distribución normal.
Detalles estadisticos
Problemas potenciales
Asegúrese de que ninguna ocurrencia sea mayor que su tamaño de muestra correspondiente, ya que esto interrumpirá los cálculos utilizados para generar la gráfica y la distribución.
Para obtener más información sobre los gráficos de embudo y sus usos, consulte estos enlaces:
http://www.perceptualedge.com/articles/visual_business_intelligence/variation_and_its_discontents.pdf
http://understandinguncertainty.org/fertility
Cambio de imagen: donde viven parejas de personas del mismo sexo en los EE. UU.
¡Gran complemento!
Ref. La pregunta de Steven Moore: ¿hay una manera de agregar etiquetas a los puntos?
¿Puedes cambiar las curvas límite para decir 80 y 90%?
Gracias,
Rosser
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Otra pregunta:
¿Cómo se calculan los valores z? Porque, cuando uso la media de la muestra y la desviación estándar para codificar los datos y compararlos con los resultados de las estadísticas de puntuación z de Funnel Plot, son diferentes. Mis resultados dan el 0 esperado para la media y 1 para la desviación estándar, pero la media del gráfico de embudo es -0.466405 y su desviación estándar es 7.6169797 ... y los gráficos de diagnóstico también son bastante diferentes ... ¿¿?
¿Algún plan para agregar una "opción" para dar cuenta de la dispersión excesiva? Esto suele suceder cuando los denominadores son relativamente grandes, lo que provoca que muchos puntos queden (erróneamente) fuera de los límites de control de la gráfica de embudo (Funnel Plot Control) ... algo que no es infrecuente con las métricas de atención médica.
Gracias por el complemento de gráfico de embudo! ¿Hay una manera de etiquetar los puntos fuera de los límites si tiene una columna para las etiquetas?
¡Gracias!
