Von Scott Wise und Chris Kirchberg – JMP Global Enablement Team
Anmerkung des Herausgebers: Dieser zweimonatlich erscheinende Blog versucht, interessante Einsatzmöglichkeiten statistischer Entdeckungen zu finden, um tiefgreifende Fragen im Zusammenhang mit Wirtschaft, Wirtschaft, Sport, Gesundheit, Ernährung, Geschichte und Psychologie zu lösen. Für unseren Januar/Februar-Blog stellen wir die Frage: „Was können uns Vulkane über die Analyse von Daten lehren?“ Unterwegs werden wir einige coole Anwendungen von JMP-Visualisierungen und -Analysen vorstellen, um unsere Frage zu beantworten.
Wie U2 in ihrem Song „Volcano“ aus dem Jahr 2014 singt: „You don't wanna, you don't wanna know…something in you want to blow.“ Eine der unausweichlichen Wahrheiten auf den Philippinen ist die Tatsache, dass man nie weit von einem potenziell aktiven Vulkan entfernt ist, egal wo man sich im Land befindet. Direkt am pazifischen „Ring des Feuers“ gelegen, ist die Entstehung der wunderschönen Inselkette auf uralte vulkanische Aktivitäten zurückzuführen. Der unten abgebildete Vulkan ist der aktive Taal-Vulkan, der nur etwa 23 Meilen von unserer Heimatstadt San Pablo City im Süden von Luzon entfernt liegt und zuletzt Ende der 1970er Jahre ausbrach.
Tatsächlich liegt unsere Stadt physisch innerhalb des Vulkanfeldes San Pablo (aktiv, aber ruhend) und ist von den folgenden Vulkanen umgeben: Mt. Banahaw (aktiv und möglicherweise erloschen), Mt. Maquiling (aktiv, aber nur ruhend) und dem Taal-Vulkan (Sehr aktiv!). Diese vergangene, gegenwärtige und möglicherweise zukünftige vulkanische Aktivität bedeutet, dass es ein großartiger Ort ist, um einige der besten tropischen Früchte der Welt anzubauen (da Vulkanasche für wundervollen Boden sorgt). Allerdings ist die Tatsache, dass einer dieser „schlafenden Riesen“ jederzeit ausbrechen könnte, für uns als Standort unserer tropischen Obstfarm und unserer Weinkellerei ein beunruhigender Gedanke. Aber die laufende Erforschung von Vulkanen hat den Bereich der Statistik stark inspiriert und kann uns dabei helfen, uns noch besser auf die Analyse großer Datenmengen im Gesundheits- und Industriebereich zu konzentrieren.
Bei der Untersuchung von Vulkanen ist der VEI (Volcanic Explosivity Index) ein gängiges Maß. Diese 1982 von Vulkanologen entwickelte Metrik ermöglicht die Indizierung von Ausbrüchen basierend darauf, „wie viel vulkanisches Material ausgestoßen wird, bis zu welcher Höhe und wie lange der Ausbruch dauert“. (Quelle: Wikipedia). Nachfolgend finden Sie eine Kartenansicht, die den durchschnittlichen VEI der letzten 2.000 Jahre für Vulkane mit bekannten Ausbrüchen im Umkreis von 600 Meilen um unseren Heimatort (grünes Sternchen) zeigt.
Aber VEI-Messungen sagen nicht die ganze Geschichte über die Auswirkungen eines Ausbruchs aus, insbesondere wenn es um kurz- und langfristige Auswirkungen auf die unmittelbare Bevölkerung geht. Zu den langfristigen Auswirkungen können Veränderungen des globalen Wetters aufgrund der Menge an Vulkanasche und Material gehören, die in die Atmosphäre freigesetzt werden und Tausende von Kilometern entfernt zu Ernteausfällen führen können. Bei kurzfristigen Auswirkungen gibt es jedoch eine schwindelerregende Vielfalt an Möglichkeiten, wie ein Vulkan zum Tod von jedem führen kann, der sich zufällig in der Nähe eines Ausbruchs aufhält. Allerdings stellt das Hollywood-Filmbild, vor brodelnden Lavaströmen davonzulaufen und großen Felsbrocken auszuweichen, nicht die eigentliche Gefahr dar. Lavaströme sind zerstörerisch, aber auch langsam und ausweichbar. Herabfallendes vulkanisches Material ist besorgniserregend, aber die übermäßige Ansammlung von Asche, die zum Einsturz von Gebäuden und zum Ersticken landwirtschaftlicher Nutzpflanzen führt, ist oft noch besorgniserregender. 
Die tatsächlichen Hauptursachen für kurzfristige Todesfälle während eines Ausbruchs sind meist pyroklastische Strömungen (superheiße Gaswellen) und Lahars (eine vulkanische Schlammströmung). Erschwerend kommt hinzu, dass die Frage, ob Ihre Stadt von Gefahren durch einen nahegelegenen Ausbruch betroffen wäre, weitgehend von vielen Faktoren abhängt, wie zum Beispiel der Lage, der Topographie, den atmosphärischen Bedingungen, der Art/Beschaffenheit des Vulkans und anderen. Eine gute Diskussion hierzu finden Sie auf der Volcano World-Website der Oregon State University ( http://volcano.oregonstate.edu/how-do-volcanoes-affect-people ). Aber eines ist klar: Die Richtung des Ausbruchs und die Stärke der Explosion sind für das Überleben Ihrer Stadt von großer Bedeutung! Moderne Vulkanologen untersuchen viele Messungen (von vulkanischen Gasfreisetzungen über seismische Aktivität, Topographie bis hin zu Bodenverformungsstudien) an vielen verschiedenen Orten aktiver Vulkane, um die Gefahr eines Ausbruchs und die möglichen Auswirkungen auf die umliegenden Gemeinden zu verstehen. Diese zeitnahe Vulkanüberwachung hat die Vorhersage und Katastrophenvorbereitung vor Ausbrüchen verbessert, ist jedoch immer noch darauf angewiesen, dass Vulkanologen unter den vielen gesammelten Indikatormessungen auf die richtigen Indikatormessungen achten. Einen guten Überblick finden Sie auf der USGS Volcano Monitoring-Website ( https://volcanoes.usgs.gov/vhp/monitoring.html ).
Es stellt sich heraus, dass dies eine gute Analogie zu den Herausforderungen ist, die wir bei der Analyse moderner Daten haben. Oft stehen uns zahlreiche Datenmessungen zur Verfügung, um unsere wichtigsten Prozesse und Designs zu überwachen. Allerdings müssen auch wir wissen, welche Maßnahmen am wichtigsten sind. Außerdem müssen wir wissen, welche Stärke und Richtung diese Maßnahmen haben. Nur dann können wir genaue Vorhersagen darüber treffen, was zu tun ist, um potenzielle Ausbrüche schlechter Leistung zu verbessern und abzuwenden. Erneut kommen uns Vulkane zu Hilfe, da sie eine beliebte statistische Grafik inspiriert haben, die aufgrund der Art und Weise, wie sie Daten visualisiert, passenderweise „Volcano Plot“ genannt wird!
Source: Wikipedia Quelle: Wikipedia
Das Volcano-Plot ist ein beliebtes statistisches Diagramm, das beim Screening vieler Mittelwertvergleiche zwischen zwei Bedingungen verwendet wird. Es wird häufig in der klinischen und genomischen Forschung eingesetzt und ist auch ein sehr leistungsfähiges Screening-Tool in industriellen Umgebungen, in denen viele Parameter gemessen werden. Der Vorteil der Verwendung eines Vulkandiagramms besteht darin, dass Sie damit nicht nur schnell die wichtigsten interessierenden Werte erkennen können, sondern auch ein Gefühl für die Richtung und Stärke zwischen den Vergleichen erhalten. Im folgenden Beispiel eines Vulkandiagramms ist jeder Punkt ein Indikator für einen Mittelwertvergleich zwischen zwei Bedingungen (sagen wir A und 
. Das Muster aller Punkte in der Grafik scheint dem Ausspritzen von Material aus einem ausbrechenden Vulkan zu ähneln. Betrachten Sie die durch die roten Pfeile hervorgehobenen Punkte. Sie haben negative logarithmische p-Werte auf der Y-Achse, was ein statistisches Maß für die Signifikanz darstellt. Tatsächlich haben alle Punkte oberhalb der gestrichelten roten Linie auf der Y-Achse eine Signifikanz von mehr als 95 %. Diese angegebenen Punkte liegen jedoch auch weit links von der X-Achse, was einen starken negativen Unterschied zwischen dem A- und B-Mittelwertvergleich zeigt. Auf Vulkandiagrammen sind also die Punkte, die in der oberen rechten und linken Ecke des Diagramms auftauchen, diejenigen mit der höchsten Bedeutung und den höchsten Unterschieden. Sie werden auch feststellen, dass das Diagramm Protokolltransformationen nutzt, die uns dabei helfen, diese Mittelwertvergleiche besser in einem Diagramm darzustellen.
Ein Begleitblog wurde erstellt („So erstellen Sie ein Vulkangrundstück in JMP“) Dort erfahren Sie mehr über die Funktionsweise von Vulkangrundstücken, einschließlich Schritt-für-Schritt-Anleitungen, wie Sie ganz einfach Ihr eigenes Grundstück erstellen können. Für den Rest unseres Blogs werden wir zeigen, wie ein Vulkandiagramm uns bei der Analyse einiger gängiger Industriesituationen, in denen wir viele Vergleiche durchforsten müssen, sehr helfen kann. Zuerst haben wir einen Datensatz namens Probe (aus den JMP-Hilfedateien) geöffnet, der viele Microarray-Sondenmessungen darstellt (im Wert von 394 Messspalten). Anschließend haben wir in JMP eine Prozess-Screening-Analyse durchgeführt, die mittlere Vergleichspaarstatistiken nach Prozessebene (alt und neu) für alle Messspalten liefert. Die resultierenden Tabellen, die generiert werden, enthalten alle Informationen, die wir zum Erstellen eines Vulkandiagramms benötigen. Das erste Diagramm, das wir erstellt haben, indem wir alle 394 Mittelwert-Vergleichspaare betrachteten, führt jedoch zu einem Diagramm, das nicht wie unser Beispiel-Vulkandiagramm oben aussieht (siehe unten).
In diesem Probe-Vulcano-Diagramm haben wir uns für die Verwendung des FDR-Logworth auf der Y-Achse entschieden (dies ist ein konservativeres Maß für die Vergleichssignifikanz als der negative Logarithmus des P-Werts und wird zur Kontrolle der Falscherkennungsrate verwendet). Aus der obigen Tabelle geht hervor, dass viele Dinge von Bedeutung sind (über der roten Linie FDR LogWorth = 1,3, die unsere 95 %-Konfidenzmarke darstellt). Außerdem gibt es drei Punkte in Blau, die große Unterschiede aufweisen, wodurch die näheren Differenzpunkte zu stark in der Mitte der X-Achse komprimiert werden. Außerdem war die Skala der signifikanten FDR-Werte für viele Faktoren ziemlich groß. Daher wurde beschlossen, die Ansicht zu vergrößern, um nur die Punkte im FDR-LogWorth-Bereich von 0 bis 5 und die Differenz zwischen -100 und 100 (der rot eingekreiste Bereich) anzuzeigen. Mit unserem Grafik-Zoom-Tool können wir ganz einfach einen Drilldown durchführen und die gewünschte Grafikansicht unten erhalten.
Jetzt sind wir besser in der Lage, interessante Punkte in den Probe-Daten zu erkennen, die unsere Aufmerksamkeit erfordern könnten. Während um die Differenz von 0 noch viele Punkte angesammelt sind, sehen wir in der oberen linken Ecke PS_RPNBR mit einer Differenz von -64,69 (was bedeutet, dass der Mittelwert von A kleiner ist als der Mittelwert von und FDR LogWorth von 4,3 (sehr signifikant). Wenn wir uns die obere rechte Ecke ansehen, sehen wir ebenfalls 30Z5_RVREF100U mit einer Differenz von 71,63 (was bedeutet, dass der Mittelwert von A größer ist als der Mittelwert von und einem FDR-Logworth von 3,5 (hochsignifikant).
Unser Volcano-Plot bringt also die Vergleichspunkte, die unsere Aufmerksamkeit am meisten verdienen, gut zum Vorschein und gibt uns einen guten Einblick in die Bedeutung, Stärke und Richtung dieser Vergleiche. Hoffentlich hilft Ihnen das auch, wenn Sie das nächste Mal viele Messungen vergleichen müssen und eine gute Grafik benötigen, die Ihnen dabei hilft, die besten Entscheidungen zu treffen. Und das alles haben wir unserem Freund, dem Vulkan, zu verdanken, und ich beruhige mich, wenn ich daran denke, dass irgendwo da draußen auf dem Gipfel eines meiner nahegelegenen Vulkane ein Vulkanologe Daten sammelt, die am Ende in einem Vulkandiagramm über Sensordaten zur Vulkanüberwachung angezeigt werden könnten! Aber in der Zwischenzeit möchte ich fragen, ob wir den Vulkangöttern ein paar Mangos opfern können, um unsere Chancen abzusichern und diese beeindruckenden Vulkane in Ruhe zu halten und glücklich in der Sonne schlafen zu lassen! Sonst würde ich „All Shook Up“ enden wie The King (Elvis Presley), der sang: „She touched my hand, what a chill I got...Ihre Lippen sind wie ein Vulkan, der heiß ist... Darauf bin ich stolz.“ Sag, sie ist meine Butterblume ... ich bin verliebt ... ich bin völlig durcheinander.“
