Wenn Sie die Folge „Statistically Speaking“ verpasst haben, klicken Sie hier Datenvisualisierung für Wissenschaftler und Ingenieure , die On-Demand-Version ist jetzt verfügbar. Wir haben einige wirklich inspirierende Ansichten über die Bedeutung der Datenvisualisierung im gesamten Analyse-Workflow gehört!
Amoolya Singh, Leiterin von Discovery Technologies bei Calico Labs, hielt einen beeindruckenden Plenarvortrag mit dem Titel „Lernen, Muster in Daten zu erkennen: Wie Datenvisualisierung den Analyseworkflow erleichtert.“ Wer hätte gedacht, dass Weben, Rechnen und Visualisieren so eng miteinander verbunden sind? Faszinierend!
Amoolya nahm auch an der Podiumsdiskussion mit Kathleen Schneider, Senior Research Associate bei Lundbeck, teil; und Scott Wise, Principal Analytic Training Consultant bei SAS. Da wir nicht die Zeit hatten, alle Fragen unseres Publikums zu beantworten, haben unsere Diskussionsteilnehmer freundlicherweise zugestimmt, einige davon hier zu beantworten.
Viele Grafiken zeigen Daten farblich getrennt an. Welche Unterkünfte würden Sie farbenblinden Menschen empfehlen?
Scott: Xan Gregg, Direktor für Visualisierungsentwicklung bei JMP, hat einige gute Empfehlungen zur grafischen Darstellung in JMP für farbenblinde Menschen:
Obwohl die Knotendiagramme und die tSNE-Diagramme beide datenreich sind, finde ich sie oft informationsarm. Ich habe das Gefühl, dass ich nicht die grafischen Fähigkeiten entwickelt habe, um sie zu interpretieren. Ich wünsche mir immer Grafiken und Anzeigen, die eine voraufmerksame Qualität haben, sodass ich klar erkennen kann, welche Teile informativ sind. Irgendwelche Vorschläge?
Scott: Sowohl Knotendiagramme (Netzwerkdiagramme usw.) als auch tSNE-Diagramme (PCA-Ergebnisse usw.) müssen unbedingt den Kontext und die Geschichte im Diagramm enthalten (entweder verbal erklärt oder als Text auf/um das Diagramm herum angezeigt), damit Sie es wirklich verstehen „Wie“ werden die Muster im Diagramm angezeigt? Scheuen Sie sich nicht, die Erzählung der Geschichte in Verbindung mit diesen nützlichen Grafiken zu integrieren.
Welche Auswirkungen wird Web 2.0 auf Data Science und Analytics haben?
Notiz: Web 2.0 ist die zweite Entwicklungsstufe des World Wide Web, die insbesondere durch den Wandel von statischen Webseiten hin zu dynamischen oder nutzergenerierten Inhalten und dem Wachstum sozialer Medien gekennzeichnet ist .
Scott: Web 2.0 ist bereits da (wie der Aufstieg der sozialen Medien zeigt). Wenn Sie diese dynamische Datenquelle nicht sammeln, um Trends zu analysieren und zu visualisieren (z. B. mithilfe von Text Mining in sozialen Medien über Ihr Unternehmen, Produkte, Patente, Konkurrenten usw.), dann sind Sie bereits im Rückstand. Eine gute Einführung finden Sie hier: „ Erfolgreich in einer Web 2.0-Welt ”Blog von SAS.
Es wurden 3D-Grafiken angesprochen, aber ich habe festgestellt, dass es schwierig ist, sie in einem festen Format zu teilen. Wie würden Sie die Weitergabe von 3D-Grafikergebnissen empfehlen?
Scott: Die erste Regel besteht darin, sich von 3D-Diagrammen fernzuhalten, wenn sie für den Betrachter keinen Mehrwert bieten. Aus diesem Grund werden in JMP keine 3D-Balkendiagramme angezeigt, da diese oft verwirrend sind und keinen Mehrwert bieten.
Die zweite Regel besteht darin, sicherzustellen, dass wertvolle 3D-Diagramme interaktiv verwendet werden (z. B. mit Filtern, interaktiven HTML5-Formaten oder sogar mit Videos), anstatt sie in einem festen, statischen Format zu belassen. Auf diese Weise kann der Benutzer richtig mit ihnen interagieren und sie interpretieren. Beispielsweise ist das JMP-3D-Streudiagramm (wie in unserer Podiumsdiskussion zur Überprüfung experimenteller Drei-Faktor-Einstellungen vorgestellt) außerhalb von JMP erheblich weniger effektiv, wenn Sie den 3D-Würfel nicht verschieben können, um die Blickpunktausrichtung der Punkte innerhalb zu ändern Bild. Wer JMP nicht verwendet, kann also versuchen, die Interaktivität der Erkundung eines 3D-Streudiagramms zu simulieren, indem er lokale Datenfilter einrichtet, die die Ausrichtung des Blickwinkels über einen bestimmten Zeitraum ändern, und dies als interaktives HTML5 speichert. Eine andere Möglichkeit wäre, selbst eine kurze Videoaufnahme zu erstellen, in der Sie die 3D-Grafik erkunden, die der Benutzer dann abspielen kann.
Wie haben Sie einen animierten Blasenplot gesehen, der bei verschiedenen Unternehmen und Branchen verwendet wird? Können sie während der Animation mit Anmerkungen versehen werden?
Scott: Ich habe animierte Blasendiagramme und Karten gesehen, die in fast allen Branchen (Hightech, Gesundheitswesen, Regierung usw.) und in vielen verschiedenen Organisationsbereichen verwendet werden. In der Fertigung/Lieferkette werden animierte Blasendiagramme erfolgreich eingesetzt, um Verbesserungen oder Trends bei Produkten im Laufe der Zeit darzustellen (wie mein Beispiel in der Podiumsdiskussion). In der Forschung werden animierte Blasendiagramme häufig verwendet, um Wachstum oder Veränderungen bei Produkten/Komponenten während ihrer Forschungs- und Entwicklungszyklen zum Leben zu erwecken. Im Vertrieb zeichnen sich animierte Blasenkarten dadurch aus, dass sie die Verkaufsleistung im Zeitverlauf über geografische Regionen hinweg darstellen. Sie können Anmerkungen direkt auf Blasendiagrammen erstellen, diese verschieben sich jedoch im Laufe der Zeit nicht. Arbeiten Sie stattdessen mit der Blasenbeschriftung, um gewünschte Anmerkungsinformationen im Zeitverlauf anzuzeigen.
Ich unterrichte AP-Statistik und bin daher möglicherweise der Einzige hier, der nicht im privaten Sektor tätig ist. Während wir versuchen, das Interesse an diesem Bereich zu steigern, bin ich immer auf der Suche nach Videos, TED-Vorträgen und Gastrednern, die eine Sammlung realer, aktueller Daten durchgehen, eine Visualisierung erstellen und den Prozess Schritt für Schritt demonstrieren können Meine Schüler können sehen, wie sich bestimmte Berufe auf das auswirken könnten, was wir lernen. Haben Sie Vorschläge für Videos?
Scott: Für den Grafikunterricht scheint die Formel immer zu funktionieren, Ihre Schüler frühzeitig mit überzeugenden Grafiken anzusprechen, die eine Geschichte erzählen und die Statistiken lebendig werden lassen. Ich kann mir kein besseres Beispiel vorstellen, als es zu zeigen Hans Roslings TED-Vortrag 2007 „Die besten Statistiken, die Sie noch nie gesehen haben.“ Wenn sie nicht aufgeregt sind, nachdem sie Hans bei der Interaktion mit der Karte zugesehen haben, haben sie wahrscheinlich keinen Puls!
Auch der JMP-Blogs zum Thema Visualisierung in der JMP-Community sind ein weiterer großartiger Ort, um interessante Geschichten über Visualisierungen zu erhalten, die Statistiken zu vielen interessanten Themen verbessern. Schauen Sie sich unbedingt die Beiträge von mir, Ryan DeWitt und Byron Wingerd an. Auch die Grafiken in der JMP Public Die Website verfügt über eine Reihe interessanter und oft interaktiver Grafiken, die eine Geschichte erzählen!
Bitte definieren Sie die Grafik.
Scott: Mir gefällt die Definition in Wikipedia : „Grafik ist definiert als die Fähigkeit, Informationen in Form von Skizzen, Fotos, Diagrammen, Karten, Plänen, Diagrammen, Grafiken und anderen nicht-textuellen Formaten zu verstehen und darzustellen.“ Diese Definition betont, dass Grafik sowohl das Verstehen als auch die Präsentation umfasst. Es zeigt auch, dass dies über viele verschiedene kreative Formen geschehen kann.
Wie kann JMP dem Benutzer helfen, nicht nur die statistische Signifikanz, sondern auch die praktische Signifikanz zu bewerten?
Scott: Unter praktischer Bedeutung versteht man die Darstellung des Ausmaßes des Unterschieds bzw. der Effektgröße. Daher denke ich, dass der beste Weg, praktische und statistische Signifikanz zu kombinieren, darin besteht, neben den Statistiken (die sich mit der statistischen Signifikanz befassen) immer die Grafik (die die praktische Signifikanz demonstriert) einzufügen. Beginnen Sie mit der Grafik und zeigen Sie dann die Statistiken an, da dies offenbar am besten dazu passt, wie unser Gehirn Informationsunterschiede verarbeitet.
Kathleen: Ich arbeite in der biopharmazeutischen Industrie und entwerfe Downstream-Prozesse (Reinigung/Trennung), damit sie skaliert und auf Produktionsanlagen übertragen werden können. Häufig sind die Prozesse, die ich mitgestalte, komplex und haben viele Wechselwirkungen. Wenn ich JMP verwende, versuche ich normalerweise, praktische Probleme zu lösen, einschließlich der Steigerung der Prozesseffizienz (höhere Ausbeute oder kürzere Prozesszeiten) oder der Risikominderung (Reduzierung von Verunreinigungen und Risiko von Prozessausfällen). Eine Steigerung der Ausbeute oder der Prozesseffizienz geht häufig mit einer Erhöhung der Verunreinigungen oder einem erhöhten Risiko eines Prozessausfalls einher.
Die von uns entworfenen Prozessschritte bestehen aus mehreren Teilschritten. Manchmal können frühe Prozessbedingungen zu erhöhten Prozessverunreinigungen oder anderen negativen Folgen führen, die erst in späteren Prozessschritten beobachtet werden. Aufgrund der Komplexität der Wechselwirkungen ist die Verwendung von JMP für die Versuchsplanung und multivariate Analyse – einschließlich der Bewertung der statistischen Signifikanz von Hauptfaktoren, quadrierten Faktoren (ob der Effekt linear ist oder eine Kurve aufweist) und Zwei-Faktor-Wechselwirkungen – eine leistungsstarke Methode um zu bewerten, welche Hauptfaktoren und Zwei-Faktor-Wechselwirkungen die wichtigsten Faktoren sind, die es zu verfolgen und zu ändern gilt, und welche Faktoren für den Prozess nicht kritisch sind. Auch die Verwendung von JMP zur Visualisierung dieser Daten ist sehr leistungsstark. Die Daten werden verwendet, um den Prozess zu verbessern oder prozess- und produktbedingte Verunreinigungen zu reduzieren oder Prozessausfälle zu mildern. Die Daten können auch als Leitfaden für die Optimierung eines Prozesses dienen, um die höchste Prozesseffizienz bei geringsten Verunreinigungen und dem geringsten Risiko eines Prozessausfalls zu erzielen.
Als Beispiel habe ich als Teil eines Teams an einem Prozessschritt gearbeitet, der versuchte, Impurity U zu reduzieren. Im Team gab es viele Diskussionen darüber, ob Faktor A oder Faktor B wichtiger für den Grad der Reaktion U ist. Wir stellten fest, dass wir alle falsch lagen. Der entscheidende Faktor erwies sich als Faktor C! Glücklicherweise hatten wir Faktor C verfolgt und hatten Daten zur Verfügung, um den Faktor im Prozess zu verfolgen. Aufgrund dieser und anderer Erfahrungen empfehle ich, so viele Faktoren wie möglich zu verfolgen, auch solche, die Ihrer Meinung nach möglicherweise nicht wichtig sind. Sie könnten überrascht sein.
Wir wissen es zu schätzen, dass sich diese Experten die Zeit genommen haben, ihre Sicht auf einige der vielen Fragen darzulegen, die wir erhalten haben. Die reichen Erfahrungen, die sie haben, werden in diesen Antworten sowie in der On-Demand-Version davon deutlich Folge statistisch gesehen.
