Por Scott Wise y Chris Kirchberg – Equipo de habilitación global de JMP
Nota del editor: este blog bimensual busca encontrar usos interesantes del descubrimiento estadístico para resolver cuestiones profundas relacionadas con los negocios, la economía, los deportes, la salud, la alimentación, la historia y la psicología. Para nuestro blog de enero/febrero haremos la pregunta: "¿Qué nos pueden enseñar los volcanes sobre el análisis de datos?" A lo largo del camino, presentaremos un uso interesante de las visualizaciones y análisis de JMP para ayudar a responder nuestra pregunta.
Como canta U2 en su canción de 2014 llamada "Volcano": "No quieres, no quieres saber... algo en ti quiere explotar". Una de las verdades ineludibles de estar en Filipinas es el hecho de que nunca estás muy lejos de un volcán potencialmente activo, sin importar en qué parte del país te encuentres. Situada justo a lo largo del “Anillo de Fuego” del Pacífico, el nacimiento mismo de esta hermosa cadena de islas se debe a una antigua actividad volcánica. El volcán que se muestra a continuación es el volcán activo Taal, que está a sólo veintitrés millas de nuestra ciudad natal de la ciudad de San Pablo en el sur de Luzón y que entró en erupción por última vez a fines de la década de 1970.
De hecho, nuestro pueblo está ubicado físicamente dentro del Campo Volcánico San Pablo (activo pero inactivo) y rodeado por los siguientes volcanes: Mt. Banahaw (activo y tal vez extinto), Mt. Maquiling (activo pero simplemente inactivo) y el volcán Taal. (¡Muy activo!). Esta actividad volcánica pasada, presente y potencialmente futura significa que es un gran lugar para cultivar algunas de las mejores frutas tropicales del planeta (ya que la ceniza volcánica forma un suelo maravilloso). Sin embargo, como hogar de nuestras operaciones de bodega y granja de frutas tropicales, el hecho mismo de que uno de estos “gigantes durmientes” pueda entrar en erupción en cualquier momento es un pensamiento inquietante. Pero el estudio en curso de los volcanes ha inspirado enormemente el campo de la estadística y puede ayudarnos a centrarnos aún mejor al analizar muchos datos tanto en entornos sanitarios como industriales.
En el estudio de los volcanes, una medida común es el VEI (Índice de Explosividad Volcánica). Creada por vulcanólogos en 1982, esta métrica permite indexar las erupciones en función de "cuánto material volcánico se arroja, a qué altura y cuánto dura la erupción". (Fuente: Wikipedia). A continuación se incluye un mapa visual que muestra el VEI promedio durante los últimos 2000 años para volcanes con erupciones conocidas dentro de 600 millas de nuestra ubicación de origen (asterisco verde).
Pero las medidas del VEI no cuentan toda la historia sobre el impacto de una erupción, especialmente cuando se habla de efectos a corto y largo plazo en la población inmediata. Los efectos a largo plazo pueden incluir cambios en el clima global debido a la cantidad de ceniza volcánica y material liberado a la atmósfera que pueden causar pérdidas de cosechas a miles de kilómetros de distancia. Pero para los efectos a corto plazo, existe una vertiginosa variedad de formas en que un volcán puede causar la muerte a cualquiera que se encuentre cerca de una erupción. Sin embargo, la imagen de las películas de Hollywood de huir de burbujeantes flujos de lava y esquivar grandes rocas no representa el peligro real. Los flujos de lava son destructivos, pero también lentos y evitables. La caída de material volcánico es motivo de preocupación, pero la acumulación excesiva de cenizas que provoca el derrumbe de edificios y ahoga los cultivos agrícolas suele ser mucho más preocupante. 
Las principales causas reales de muerte a corto plazo durante una erupción se deben con mayor frecuencia a flujos piroclásticos (ondas de gas supercalientes) y lahares (un tipo de flujo de lodo volcánico). Para empeorar las cosas, el hecho de que su ciudad se vea afectada por los peligros de una erupción cercana depende en gran medida de muchos factores, como la ubicación, la topografía, las condiciones atmosféricas, el tipo/composición del volcán, entre otros. Se puede encontrar una buena discusión sobre esto en el sitio web Volcano World de la Universidad Estatal de Oregon ( http://volcano.oregonstate.edu/how-do-volcanoes-affect-people ). ¡Pero lo único que está claro es que la dirección de la erupción y la fuerza de la explosión son muy importantes para la supervivencia de tu ciudad! Los vulcanólogos modernos estudian muchas mediciones (que van desde emisiones de gases volcánicos hasta actividad sísmica, topografía y estudios de deformación del suelo) de muchos lugares diferentes en volcanes activos para comprender la amenaza de erupción y los posibles efectos en las comunidades circundantes. Este monitoreo de volcanes en tiempo cercano ha mejorado el pronóstico y la preparación para desastres antes de las erupciones, pero aún depende de que los vulcanólogos presten atención a las mediciones de indicadores correctas entre las muchas que se recopilan. Consulte el sitio de monitoreo de volcanes del USGS para obtener una buena descripción general ( https://volcanoes.usgs.gov/vhp/monitoring.html ).
Resulta que esta es una buena analogía con los desafíos que tenemos al analizar datos modernos. A menudo tenemos muchas mediciones de datos disponibles para monitorear nuestros procesos y diseños clave. Sin embargo, nosotros también necesitamos saber cuáles son las medidas más importantes a tener en cuenta. También necesitamos saber cuál es la fuerza y dirección de estas medidas. Sólo entonces podremos hacer predicciones precisas sobre qué hacer para mejorar y evitar posibles estallidos de mal desempeño. Los volcanes nuevamente vienen en nuestra ayuda ya que inspiraron un popular gráfico estadístico, llamado apropiadamente Volcano Plot, ¡debido a la forma en que visualiza los datos!
Source: Wikipedia Fuente: Wikipedia
El gráfico del volcán es un gráfico estadístico popular que se utiliza para examinar muchas comparaciones medias entre dos condiciones. Utilizado ampliamente en la investigación clínica y genómica, también es una herramienta de detección muy potente en entornos industriales donde se miden muchos parámetros. El valor de utilizar un gráfico de volcán es que no solo le permite ver rápidamente los valores de interés más significativos, sino que también puede tener una idea de la dirección y la fuerza entre las comparaciones. En el ejemplo del gráfico de volcán a continuación, cada punto es un indicador de una comparación media entre dos condiciones (digamos A y 
. El patrón de todos los puntos del gráfico parece parecerse a la expulsión de material de un volcán en erupción. Mirando los puntos resaltados por las flechas rojas. Tienen valores log p negativos en el eje Y, que es una medida estadística de la significancia. De hecho, todos los puntos por encima de la línea roja discontinua en el eje Y tienen una significancia superior al 95%. Pero estos puntos indicados también están muy a la izquierda del eje X, lo que muestra una fuerte diferencia negativa entre la comparación de medias A y B. Entonces, en los gráficos de volcanes, los puntos que emergen en las esquinas superiores derecha e izquierda del gráfico serán los que tendrán mayor significado y diferencias. También notarás que el gráfico aprovecha las transformaciones logarítmicas que nos ayudan a representar mejor estas comparaciones de medias en un gráfico.
Se ha creado un blog complementario. ("Cómo construir un diagrama de volcán en JMP") que le brindará más detalles sobre cómo funcionan los diagramas de volcanes, incluidas instrucciones paso a paso sobre cómo construir fácilmente el suyo propio. Durante el resto de nuestro blog, mostraremos cómo un gráfico de volcán puede ayudarnos enormemente a analizar alguna situación industrial común en la que tenemos muchas comparaciones para analizar. Primero, abrimos un conjunto de datos llamado Probe (de los archivos de ayuda de JMP) que representa muchas medidas de sonda de microarrays (por valor de 394 columnas de medición). Luego ejecutamos un análisis de detección de procesos en JMP que proporciona estadísticas de pares de comparación media por nivel de proceso (antiguo y nuevo) con todas las columnas de medición. Las tablas resultantes que se generan contienen toda la información que necesitamos para generar un gráfico de volcán. Sin embargo, el primer gráfico que generamos analizando los 394 pares de comparación de medias da como resultado un gráfico que no parece parecerse a nuestro ejemplo de gráfico de volcán anterior (ver más abajo).
En este gráfico de Sonda Volcán elegimos utilizar el FDR Logworth en el eje Y (que es una medida más conservadora de significancia de comparación que el registro negativo del valor P y se utiliza para ayudar a controlar la tasa de descubrimiento falso). Al observar el gráfico anterior, hay muchas cosas significativas (sobre la línea roja FDR LogWorth = 1,3, que es nuestra marca de confianza del 95%). Además, hay tres puntos en azul que tienen grandes diferencias, comprimiendo demasiado los puntos de diferencia más cercanos hacia el centro del eje X. Además, la escala de los importantes valores de FDR fue bastante grande para muchos de los factores. Por lo tanto, se decidió ampliar para ver solo los puntos en el rango FDR LogWorth de 0 a 5 y la diferencia entre -100 y 100 (el área con un círculo rojo). Usando nuestra herramienta de zoom de gráficos, podemos profundizar fácilmente y obtener la vista gráfica deseada a continuación.
Ahora podemos ver mejor puntos interesantes en los datos de la sonda que podrían merecer nuestra atención. Si bien todavía hay muchos puntos acumulados en torno a la Diferencia de 0, si miramos hacia la esquina superior izquierda, vemos PS_RPNBR con una Diferencia de -64,69 (lo que significa que la media de A es menor que la media de y FDR LogWorth de 4,3 (muy significativo). Asimismo, si miramos la esquina superior derecha vemos 30Z5_RVREF100U con una Diferencia de 71,63 (lo que significa que la media de A es mayor que la media de y FDR Logworth de 3,5 (altamente significativo).
Entonces, nuestro gráfico Volcán está haciendo un buen trabajo al resaltar los puntos de comparación que más merecen nuestra atención, brindándonos una gran comprensión del significado, la fuerza y la dirección de estas comparaciones. Esperamos que esto también te ayude la próxima vez que necesites comparar muchas medidas y quieras un buen gráfico que te ayude a tomar las mejores decisiones. Y se lo debemos todo a nuestro amigo el Volcán y me tranquilizo pensando que en algún lugar de la cima de uno de mis volcanes cercanos, un vulcanólogo está recopilando datos que podrían terminar mostrándose en un gráfico de volcanes sobre los datos de los sensores de monitoreo de volcanes. Pero mientras tanto, preguntaré si podemos sacrificar algunos mangos a los dioses de los volcanes para cubrir nuestras probabilidades y mantener estos impresionantes volcanes inactivos y felizmente durmiendo bajo el sol. De lo contrario, podría terminar "All Shook Up" como El Rey (Elvis Presley) que cantó "Ella tocó mi mano, qué escalofrío tuve... Sus labios son como un volcán caliente... Estoy orgulloso de "Di que ella es mi ranúnculo... estoy enamorado... estoy completamente conmocionado".
