Si te perdiste el episodio de Statistical Speaking el Visualización de datos para científicos e ingenieros , la versión bajo demanda ya está disponible. ¡Escuchamos algunas perspectivas realmente inspiradoras sobre la importancia de la visualización de datos a lo largo de todo el flujo de trabajo analítico!
Amoolya Singh, director de Discovery Technologies en Calico Labs, dio una increíble charla plenaria: "Aprender a ver patrones en los datos: cómo la visualización de datos facilita el flujo de trabajo analítico". ¿Quién hubiera imaginado que el tejido, la informática y la visualización estaban tan interconectados? ¡Fascinante!
Amoolya también se unió al panel de discusión con Kathleen Schneider, investigadora asociada senior en Lundbeck; y Scott Wise, consultor principal de formación analítica en SAS. Como no tuvimos tiempo de responder todas las preguntas de nuestra audiencia, nuestros panelistas accedieron amablemente a responder algunas de ellas aquí.
Muchas imágenes muestran datos separados por color. ¿Qué adaptaciones sugerirías para las personas daltónicas?
Scott: Xan Gregg, director de desarrollo de visualización de JMP, tiene algunas buenas recomendaciones sobre gráficos en JMP para personas daltónicas:
Si bien los gráficos de nodos y los gráficos de tSNE son ricos en datos, a menudo los encuentro pobres en información. Siento que no he desarrollado la alfabetización gráfica para interpretarlos. Siempre deseo gráficos y visualizaciones que tengan una calidad de atención previa, de modo que pueda ver claramente qué bits son informativos. ¿Alguna sugerencia?
Scott: Tanto los gráficos de nodos (diagramas de red, etc.) como los gráficos tSNE (resultados de PCA, etc.) realmente necesitan incluir el contexto y la historia en el gráfico (ya sea explicado verbalmente o presentado como texto sobre/alrededor del gráfico) para que usted pueda comprenderlo realmente. “cómo” ver los patrones en el gráfico. No tema incorporar la narración de la historia junto con estos útiles gráficos.
¿Qué impacto tendrá la Web 2.0 en la ciencia y el análisis de datos?
Nota: La Web 2.0 es la segunda etapa de desarrollo de la World Wide Web, caracterizada especialmente por el cambio de páginas web estáticas a contenidos dinámicos o generados por los usuarios y el crecimiento de las redes sociales. .
Scott: La Web 2.0 ya está aquí (como se ve en el auge de las redes sociales). Si no está recopilando esta fuente de datos dinámica para analizar y visualizar tendencias (como utilizar la minería de texto en las redes sociales sobre su empresa, productos, patentes, competidores, etc.), entonces ya está detrás de la curva. Para una buena introducción, mira esto “ Prosperando en un mundo Web 2.0 ”blog de SAS.
Aparecieron gráficos en 3D, pero descubrí que son difíciles de compartir en un formato fijo. ¿Cómo recomendaría compartir los resultados de los gráficos 3D?
Scott: La primera regla es mantenerse alejado de los gráficos 3D si no agregan valor al espectador, razón por la cual no ve gráficos de barras 3D en JMP, ya que a menudo son confusos y no agregan ningún valor.
La segunda regla es garantizar que cuando los gráficos 3D sean valiosos, asegúrese de usarlos de forma interactiva (como con filtros, formatos HTML5 interactivos o incluso con videos) en lugar de dejarlos en un formato fijo y estático. Hacerlo permite al usuario interactuar e interpretarlos adecuadamente. Por ejemplo, el diagrama de dispersión 3D de JMP (como se presentó en nuestro panel de discusión sobre cómo verificar la configuración experimental de tres factores) es considerablemente menos efectivo fuera de JMP si no puede mover el cubo 3D para cambiar la orientación del punto de vista de los puntos dentro del imagen. Entonces, para las personas que no usan JMP, intente simular la interactividad de explorar un diagrama de dispersión 3D configurando filtros de datos locales que cambian la orientación del punto de vista durante un período de tiempo y guárdelo como HTML5 interactivo. Otra opción sería crear un vídeo corto explorando el gráfico 3D que el usuario pueda reproducir.
¿Cómo has visto un diagrama de burbujas animado utilizado en diferentes empresas e industrias? ¿Se pueden anotar a medida que se produce la animación?
Scott: He visto diagramas de burbujas animados y mapas utilizados en casi todas las industrias (alta tecnología, atención médica, gobierno, etc.) y en muchas áreas organizacionales diferentes. En la cadena de fabricación/suministro, los diagramas de burbujas animados se utilizan con éxito para mostrar mejoras o tendencias en los productos a lo largo del tiempo (como mi ejemplo en el panel de discusión). En la investigación, los gráficos de burbujas animadas se utilizan a menudo para dar vida al crecimiento o cambios en productos/componentes a lo largo de sus ciclos de I+D. En ventas, los mapas de burbujas animados destacan por mostrar el desempeño de las ventas a lo largo del tiempo en todas las regiones geográficas. Puede crear anotaciones directamente en los gráficos de burbujas, pero no se moverán con el tiempo. En su lugar, trabaje con el etiquetado de burbujas para mostrar la información de anotación deseada a lo largo del tiempo.
Doy clases de estadística AP, así que puedo ser el único aquí que no está en el sector privado. A medida que intentamos aumentar el interés en este campo, siempre estoy buscando videos, charlas TED y oradores invitados que puedan recorrer una colección de datos actuales del mundo real y crear una visualización y demostrar el proceso paso a paso, para que Mis alumnos pueden ver cómo determinadas carreras podrían aplicarse a lo que estamos aprendiendo. ¿Tienes algún vídeo sugerido?
Scott: Para enseñar gráficos, la fórmula que siempre parece funcionar es involucrar a los estudiantes desde el principio con gráficos atractivos que cuenten una historia y hagan que las estadísticas cobren vida. No se me ocurre mejor ejemplo que mostrar Charla TED de Hans Rosling de 2007 "Las mejores estadísticas que nunca has visto". Si no se emocionan después de ver a Hans interactuar con el gráfico, ¡probablemente no tengan pulso!
También el Blogs JMP con temática de visualización en la comunidad JMP son otro gran lugar para obtener historias interesantes de visualizaciones que mejoran las estadísticas sobre muchos temas interesantes. Asegúrese de revisar mis contribuciones, las de Ryan DeWitt y Byron Wingerd. Además, los gráficos en el Público JMP ¡El sitio tiene una variedad de gráficos interesantes y a menudo interactivos que cuentan una historia!
Por favor defina la gráfica.
Scott: Me gusta la definición en Wikipedia : “La graficidad se define como la capacidad de comprender y presentar información en forma de bocetos, fotografías, diagramas, mapas, planos, cuadros, gráficos y otros formatos no textuales”. Esta definición enfatiza que la grafía abarca tanto la comprensión como la presentación. También muestra que esto puede ocurrir a través de muchas formas creativas diferentes.
¿Cómo puede JMP ayudar al usuario a evaluar no sólo la significancia estadística, sino también la significancia práctica?
Scott: Significancia práctica significa mostrar la magnitud de la diferencia o tamaño del efecto. Por lo tanto, creo que la mejor manera de combinar la significancia práctica y estadística es incluir siempre el gráfico (que demuestra la significancia de la práctica) junto a las estadísticas (que abordan la significancia estadística). Comience con el gráfico y luego muestre las estadísticas, ya que esto parece funcionar mejor con la forma en que nuestras mentes procesan las diferencias en la información.
Kathleen: Trabajo en la industria biofarmacéutica diseñando procesos posteriores (purificación/separación) para que puedan ampliarse y transferirse a las instalaciones de fabricación. Con frecuencia, los procesos que ayudo a diseñar son complejos y tienen muchas interacciones. Normalmente, cuando uso JMP, intento resolver problemas prácticos que incluyen aumentar la eficiencia del proceso (mayor rendimiento o tiempos de proceso más cortos) o mitigar el riesgo (reducir las impurezas y el riesgo de fallas del proceso). A menudo, aumentar el rendimiento o la eficiencia del proceso tendrá el costo de aumentar las impurezas o aumentar el riesgo de falla del proceso.
Los pasos del proceso que diseñamos tienen múltiples subpasos. A veces, las condiciones tempranas del proceso pueden provocar un aumento de las impurezas del proceso u otros resultados negativos que no se observan hasta etapas posteriores del proceso. Debido a las complejidades de las interacciones, utilizar JMP para el diseño de experimentos y el análisis multivariado, incluida la evaluación de la significancia estadística de los factores principales, los factores al cuadrado (si el efecto es lineal o tiene una curva) y las interacciones de dos factores, es una forma poderosa de evaluar qué factores principales e interacciones de dos factores son los más importantes a seguir y modificar, y qué factores no son críticos para el proceso. Usar JMP para visualizar estos datos también es muy poderoso. Los datos se utilizan para mejorar el proceso o reducir las impurezas relacionadas con el proceso y el producto o mitigar las fallas del proceso. Los datos también pueden proporcionar una guía para optimizar un proceso para producir la mayor eficiencia del proceso con los niveles más bajos de impurezas y el menor riesgo de falla del proceso.
Como ejemplo, estaba trabajando en un paso del proceso como parte de un equipo que intentaba reducir la impureza U. Hubo mucha discusión en el equipo sobre si el Factor A o el Factor B eran más importantes para el nivel de Respuesta U. Descubrimos que todos estábamos equivocados. ¡El factor crítico resultó ser el Factor C! Afortunadamente, habíamos estado rastreando el Factor C y teníamos datos disponibles para rastrear el factor en el proceso. A partir de esta y otras experiencias, recomiendo realizar un seguimiento de tantos factores como sea posible, incluidos los que crea que pueden no ser importantes. Te sorprenderías.
Agradecemos que estos expertos se hayan tomado el tiempo para brindar sus perspectivas sobre algunas de las muchas preguntas que recibimos. Las ricas experiencias que tienen son evidentes en estas respuestas, así como en la versión bajo demanda de este episodio de Estadísticamente Hablando.
