Se vi siete persi l'episodio di Statistically Speaking sulla visualizzazione dei dati per scienziati e ingegneri , la versione on-demand è ora disponibile. Abbiamo ascoltato alcune prospettive davvero stimolanti sull'importanza della visualizzazione dei dati nell'intero flusso di lavoro analitico!
Amoolya Singh, responsabile delle tecnologie di scoperta presso Calico Labs, ha tenuto un'incredibile presentazione plenaria, "Imparare a individuare gli schemi nei dati: come la visualizzazione dei dati facilita il flusso di lavoro analitico". Chi avrebbe mai pensato che tessitura, elaborazione e visualizzazione fossero così interconnesse? Affascinante!
Amoolya ha partecipato anche alla tavola rotonda con Kathleen Schneider, Senior Research Associate presso Lundbeck, e Scott Wise, Principal Analytic Training Consultant presso SAS. Non avendo avuto il tempo di rispondere a tutte le domande del pubblico, i relatori hanno gentilmente accettato di rispondere ad alcune di esse qui.
Molte immagini mostrano dati separati per colore. Quali accorgimenti suggeriresti per le persone daltoniche?
Scott: Xan Gregg, direttore dello sviluppo della visualizzazione presso JMP, ha alcuni buoni consigli sulla creazione di grafici in JMP per le persone daltoniche:
Sebbene i grafici dei nodi e i grafici tSNE siano entrambi ricchi di dati, spesso li trovo poveri di informazioni. Ho la sensazione di non aver sviluppato la competenza grafica necessaria per interpretarli. Desidero sempre grafici e visualizzazioni che abbiano una qualità pre-attentiva, in modo da poter vedere chiaramente quali bit sono informativi. Qualche suggerimento?
Scott: Sia i grafici a nodi (diagrammi di rete, ecc.) che i grafici tSNE (risultati PCA, ecc.) devono includere il contesto e la storia nel grafico (spiegati verbalmente o presentati come testo sopra/intorno al grafico) affinché tu possa capire davvero "come" visualizzare i pattern nel grafico. Non aver paura di integrare la narrazione della storia insieme a questi utili grafici.
Quale impatto avrà il Web 2.0 sulla scienza dei dati e sull'analisi dei dati?
Nota: Web 2.0 è la seconda fase di sviluppo del World Wide Web, caratterizzata in particolare dal passaggio dalle pagine web statiche ai contenuti dinamici o generati dagli utenti e dalla crescita dei social media .
Scott: Il Web 2.0 è già qui (come dimostra l'ascesa dei social media). Se non stai raccogliendo questa fonte di dati dinamica per analizzare e visualizzare le tendenze (ad esempio, utilizzando il text mining sui social media per analizzare la tua azienda, i tuoi prodotti, i tuoi brevetti, i tuoi concorrenti, ecc.), allora sei già indietro. Per una buona introduzione, dai un'occhiata al blog " Thriving in a Web 2.0 World " di SAS.
Sono stati sollevati i grafici 3D, ma ho scoperto che sono difficili da condividere in un formato fisso. Come consiglieresti di condividere i risultati dei grafici 3D?
Scott: La prima regola è quella di evitare i grafici 3D se non aggiungono valore all'osservatore, ed è per questo che non si vedono grafici a barre 3D in JMP, perché spesso creano confusione e non aggiungono alcun valore.
La seconda regola è assicurarsi che, quando i grafici 3D sono utili, vengano utilizzati in modo interattivo (ad esempio con filtri, formati HTML5 interattivi o persino con video) invece di lasciarli in un formato fisso e statico. In questo modo, l'utente può interagire e interpretarli correttamente. Ad esempio, il grafico a dispersione 3D di JMP (come descritto nel nostro dibattito sulla verifica delle impostazioni sperimentali a tre fattori) è considerevolmente meno efficace al di fuori di JMP se non è possibile spostare il cubo 3D per modificare l'orientamento del punto di vista dei punti all'interno dell'immagine. Quindi, per chi non utilizza JMP, provate a simulare l'interattività dell'esplorazione di un grafico a dispersione 3D impostando filtri di dati locali che modificano l'orientamento del punto di vista nel tempo e salvando il file come HTML5 interattivo. Un'altra opzione potrebbe essere quella di creare un breve video che vi registra mentre esplorate il grafico 3D, che l'utente può riprodurre.
Come hai visto un grafico a bolle animato utilizzato in diverse aziende e settori? È possibile annotarlo durante l'animazione?
Scott: Ho visto grafici a bolle e mappe animati utilizzati in quasi tutti i settori (alta tecnologia, sanità, pubblica amministrazione, ecc.) e in molte aree organizzative diverse. Nella produzione/catena di fornitura, i grafici a bolle animati vengono utilizzati con successo per mostrare miglioramenti o tendenze nei prodotti nel tempo (come nel mio esempio nella tavola rotonda). Nella ricerca, i grafici a bolle animati vengono spesso utilizzati per dare vita a crescita o cambiamenti nei prodotti/componenti durante i loro cicli di ricerca e sviluppo. Nelle vendite, le mappe a bolle animate eccellono nel mostrare l'andamento delle vendite nel tempo in diverse aree geografiche. È possibile creare annotazioni direttamente sui grafici a bolle, ma non si sposteranno nel tempo. Invece, è possibile utilizzare l'etichettatura delle bolle per mostrare le informazioni di annotazione desiderate nel tempo.
Insegno statistica AP, quindi potrei essere l'unico qui a non lavorare nel settore privato. Mentre cerchiamo di accrescere l'interesse per questo campo, sono sempre alla ricerca di video, TED talk e relatori ospiti che possano analizzare una raccolta di dati reali e attuali, creare una visualizzazione e dimostrare il processo passo dopo passo, in modo che i miei studenti possano vedere come specifiche carriere potrebbero applicarsi a ciò che stiamo imparando. Avete dei video da suggerire?
Scott: Per insegnare la graphicacy, la formula che sembra sempre funzionare è coinvolgere gli studenti fin dall'inizio con grafici accattivanti che raccontino una storia e diano vita alle statistiche. Non mi viene in mente un esempio migliore di quello del TED talk di Hans Rosling del 2007 "Le migliori statistiche che non avete mai visto". Se non si entusiasmano dopo aver visto Hans interagire con il grafico, probabilmente non hanno il polso della situazione!
Inoltre, i blog JMP a tema visualizzazione nella community JMP sono un altro ottimo posto per scoprire storie interessanti su come le visualizzazioni possano migliorare le statistiche su molti argomenti interessanti. Non dimenticate di dare un'occhiata ai contributi miei, di Ryan DeWitt e di Byron Wingerd. Inoltre, la grafica sul sito pubblico di JMP offre una serie di elementi grafici interessanti e spesso interattivi che raccontano una storia!
Per favore, definisci la grafica.
Scott: Mi piace la definizione su Wikipedia : "La graphicacy è definita come la capacità di comprendere e presentare informazioni sotto forma di schizzi, fotografie, diagrammi, mappe, piani, grafici e altri formati non testuali". Questa definizione sottolinea che la graphicacy comprende sia la comprensione che la presentazione. Mostra anche che può manifestarsi attraverso molte forme creative diverse.
In che modo JMP può aiutare l'utente a valutare non solo la significatività statistica, ma anche quella pratica?
Scott: La significatività pratica significa mostrare l'entità della differenza o la dimensione dell'effetto. Pertanto, penso che il modo migliore per combinare la significatività pratica e quella statistica sia includere sempre il grafico (che dimostra la significatività pratica) accanto alle statistiche (che affrontano la significatività statistica). Iniziare con il grafico e poi mostrare le statistiche, poiché questo sembra funzionare meglio con il modo in cui la nostra mente elabora le differenze nelle informazioni.
Kathleen: Lavoro nel settore biofarmaceutico progettando processi a valle (purificazione/separazione) in modo che possano essere scalati e trasferiti agli impianti di produzione. Spesso, i processi che aiuto a progettare sono complessi e presentano numerose interazioni. In genere, quando utilizzo JMP, cerco di risolvere problemi pratici, tra cui l'aumento dell'efficienza del processo (maggiore resa o tempi di processo più brevi) o la mitigazione del rischio (riduzione delle impurità e del rischio di guasti del processo). Spesso, aumentare la resa o l'efficienza del processo comporta un aumento delle impurità o del rischio di guasti del processo.
Le fasi di processo che progettiamo sono costituite da più sottofasi. Talvolta, le condizioni iniziali del processo possono portare a un aumento delle impurità o ad altri effetti negativi che non vengono osservati fino alle fasi successive. Data la complessità delle interazioni, l'utilizzo di JMP per la progettazione di esperimenti e l'analisi multivariata, inclusa la valutazione della significatività statistica dei fattori principali, dei fattori quadratici (sia che l'effetto sia lineare o curvilineo) e delle interazioni a due fattori, è un modo efficace per valutare quali fattori principali e interazioni a due fattori siano i più importanti da monitorare e modificare, e quali fattori non siano critici per il processo. Anche l'utilizzo di JMP per la visualizzazione di questi dati è molto efficace. I dati vengono utilizzati per migliorare il processo, ridurre le impurità legate al processo e al prodotto o mitigare i guasti del processo. I dati possono anche fornire una guida per ottimizzare un processo al fine di ottenere la massima efficienza con i minimi livelli di impurità e il minimo rischio di guasti.
Ad esempio, stavo lavorando a una fase del processo come parte di un team che cercava di ridurre l'Impurità U. Ci fu una lunga discussione nel team su quale fosse il Fattore A o il Fattore B più importante per il livello di Risposta U. Scoprimmo che ci sbagliavamo tutti. Il fattore critico si rivelò essere il Fattore C! Fortunatamente, avevamo monitorato il Fattore C e avevamo dati disponibili per tracciare il fattore nel processo. Da questa e altre esperienze, consiglio di monitorare quanti più fattori possibile, inclusi quelli che si ritengono non importanti. Potreste rimanere sorpresi.
Apprezziamo molto il tempo che questi esperti hanno dedicato a condividere il loro punto di vista su alcune delle numerose domande che abbiamo ricevuto. Le loro preziose esperienze sono evidenti in queste risposte, così come nella versione on-demand di questa puntata di Statistically Speaking.
