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. En nuestro blog de enero/febrero nos preguntaremos: "¿Qué nos pueden enseñar los volcanes sobre el análisis de datos?". A lo largo del camino, presentaremos algunos usos interesantes de las visualizaciones y los análisis de JMP para ayudar a responder nuestra pregunta.
Como canta U2 en su canción de 2014 titulada “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. Ubicada justo a lo largo del “Anillo de Fuego” del Pacífico, el nacimiento mismo de la hermosa cadena de islas se debe a la antigua actividad volcánica. El volcán que se muestra en la imagen de abajo es el volcán activo Taal, que está a solo unas veintitrés millas de nuestra ciudad natal, San Pablo City, en el sur de Luzón, y entró en erupción por última vez a fines de la década de 1970. 
De hecho, nuestra ciudad está ubicada físicamente dentro del Campo Volcánico de San Pablo (Activo pero Inactivo) y rodeada por los siguientes volcanes: Monte Banahaw (Activo y quizás Extinto), Monte Maquiling (Activo pero 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 crea un suelo maravilloso). Sin embargo, como sede de nuestras operaciones de cultivo de frutas tropicales y bodega, el mero hecho de que uno de estos "gigantes dormidos" pueda entrar en erupción en cualquier momento es un pensamiento inquietante. Pero el estudio continuo de los volcanes ha inspirado en gran medida el campo de la estadística y puede ayudarnos a enfocarnos aún mejor al analizar una gran cantidad de datos tanto en entornos sanitarios como industriales.
En el estudio de los volcanes, una medida común es el VEI (Índice de Explosividad Volcánica). Creado por vulcanólogos en 1982, esta métrica permite la indexación de erupciones en función de “la cantidad de material volcánico arrojado, a qué altura y cuánto dura la erupción”. (Fuente: Wikipedia). A continuación se muestra 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 VEI no cuentan toda la historia sobre el impacto de una erupción, especialmente cuando se habla de efectos a corto y largo plazo sobre 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 puede causar pérdidas de cosechas a miles de kilómetros de distancia. Pero en cuanto a los efectos a corto plazo, hay una vertiginosa variedad de formas en que un volcán puede causar la muerte a cualquiera que esté cerca de una erupción. Sin embargo, la imagen de película de Hollywood de correr de los flujos de lava burbujeantes y esquivar grandes rocas no es el verdadero peligro. Los flujos de lava son destructivos, pero también se mueven lentamente y se puede escapar. La caída de material volcánico es una preocupación, pero la acumulación excesiva de ceniza que causa el derrumbe de edificios y asfixia los cultivos agrícolas es a menudo mucho más preocupante. 
Las principales causas reales de muerte a corto plazo durante una erupción se deben con mayor frecuencia a flujos piroclásticos (olas de gas súper calientes) 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. Puede encontrar un buen debate sobre este tema en el sitio web Volcano World de la Universidad Estatal de Oregón ( 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 su ciudad. Los vulcanólogos modernos estudian muchas mediciones (que van desde liberaciones de gas volcánico hasta actividad sísmica, topografía y estudios de deformación del suelo) de muchas ubicaciones diferentes en volcanes activos para comprender la amenaza de la erupción y los posibles efectos en las comunidades circundantes. Este monitoreo de volcanes en tiempo real ha mejorado la previsión y la preparación ante 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 están recopilando. 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, también necesitamos saber cuáles son las medidas más significativas para ver. También necesitamos saber cuál es la fortaleza y la dirección de estas medidas. Solo entonces podemos hacer predicciones precisas sobre qué hacer para mejorar y evitar posibles estallidos de desempeño deficiente. Los volcanes nuevamente vienen en nuestra ayuda, ya que inspiraron un gráfico estadístico popular, llamado apropiadamente Volcano Plot, debido a la forma en que visualiza los datos. 
Source: Wikipedia Fuente: Wikipedia
El gráfico de volcán es un gráfico estadístico popular que se utiliza para analizar muchas comparaciones de medias entre dos condiciones. Se utiliza mucho en la investigación clínica y genómica, y también es una herramienta de análisis muy eficaz 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 obtener una idea de la dirección y la fuerza entre las comparaciones. En el ejemplo de gráfico de volcán que se muestra a continuación, cada punto es un indicador de una comparación de medias entre dos condiciones (digamos A y 
. El patrón de todos los puntos del gráfico parece asemejarse al material arrojado por un volcán en erupción. Si observamos los puntos resaltados con las flechas rojas, vemos que tienen valores p logarítmicos 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 más del 95 % de significancia. 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 de A y B. En los gráficos de volcanes, los puntos que aparecen en las esquinas superiores derecha e izquierda del gráfico serán los que tengan la mayor importancia y las mayores diferencias. También notará 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 crear un gráfico de volcán en JMP") que le brindará más detalles sobre cómo funcionan los gráficos de volcán, incluidas instrucciones paso a paso sobre cómo crear fácilmente el suyo propio. En el resto de nuestro blog, mostraremos cómo un gráfico de volcán puede ayudarnos en gran medida a analizar algunas situaciones industriales comunes en las que tenemos que examinar muchas comparaciones. Primero, abrimos un conjunto de datos llamado Probe (de los archivos de ayuda de JMP) que representa muchas medidas de sonda de microarray (394 columnas de medición). Luego, ejecutamos un análisis de detección de procesos en JMP que proporciona estadísticas de pares de comparación de medias por nivel de proceso (antiguo y nuevo) contra 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 al observar los 394 pares de comparación de medias da como resultado un gráfico que no parece parecerse a nuestro gráfico de volcán de ejemplo anterior (consulte a continuación).
En este gráfico de Probe Volcano, elegimos utilizar el Logworth de FDR en el eje Y (que es una medida más conservadora de la significancia de comparación que el logaritmo negativo del valor P y se utiliza para ayudar a controlar la tasa de descubrimientos falsos). Al observar el gráfico anterior, hay muchas cosas significativas (sobre la línea roja Logworth de FDR = 1,3, que es nuestra marca de confianza del 95 %). Además, hay tres puntos en azul que tienen enormes diferencias, comprimiendo excesivamente los puntos de diferencia más cercanos en el medio del eje X. Además, la escala de los valores FDR significativos era bastante grande para muchos de los factores. Por lo tanto, se decidió hacer zoom para ver solo los puntos en el rango de Logworth de FDR de 0 a 5, y la diferencia entre -100 y 100 (el área en un círculo rojo). Con nuestra herramienta de zoom de gráficos, podemos desglosar fácilmente y obtener la vista de gráfico deseada a continuación. 
Ahora podemos ver mejor los puntos interesantes en los datos de la sonda que podrían merecer nuestra atención. Si bien todavía hay muchos puntos acumulados alrededor de 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 un FDR LogWorth de 4,3 (altamente significativo). Del mismo modo, si miramos hacia 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 un FDR Logworth de 3,5 (altamente significativo).
Así, nuestro gráfico de volcanes está haciendo un buen trabajo al sacar a la superficie los puntos de comparación que más merecen nuestra atención, lo que nos da una gran perspectiva sobre la importancia, la fuerza y la dirección de estas comparaciones. Con suerte, esto también le ayudará a usted la próxima vez que necesite comparar muchas mediciones y desee un buen gráfico que lo ayude a tomar las mejores decisiones. Y se lo debemos todo a nuestro amigo el volcán y me quedo más tranquilo pensando que en algún lugar, en la cima de uno de mis volcanes cercanos, un vulcanólogo está recopilando datos que podrían terminar apareciendo en un gráfico de volcanes sobre datos de 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 durmiendo felizmente al sol. De lo contrario, podría terminar "conmocionado" como El Rey (Elvis Presley) que cantó "Ella tocó mi mano, qué escalofrío me dio... Sus labios son como un volcán caliente... Estoy orgulloso de decir que es mi botón de oro... Estoy enamorado... Estoy todo conmocionado".
