Sintetizar insights de experimentos complejos

Diseño experimental en Python

James Chapman

Curriculum Manager, DataCamp

Datos de rendimiento de fabricación

manufacturing_yield

 BatchID  MaterialType  ProductionSpeed  TemperatureSetting  YieldStrength
      39       Polymer           Medium             Optimal          58.83
     195         Metal             High                High          51.29
     462       Polymer             High             Optimal          55.15
     696     Composite           Medium                 Low          50.27
     142     Composite             High                 Low          57.62

Diseño multifactorial: MaterialType, ProductionSpeed, TemperatureSetting
Variable de respuesta: YieldStrength

Datos de calidad de fabricación

manufacturing_quality

 BatchID ProductionSpeed  ProductQuality
     149             Low           93.87
     739            High           93.35
     617          Medium           90.45
     131            High           90.26
     684             Low           91.62

Diseño: ProductionSpeed
Variable de respuesta: ProductQuality

Estrategia de combinación

merged_manufacturing = pd.merge(manufacturing_yield,
                       manufacturing_quality, 
                       on=['BatchID', 'ProductionSpeed'])
print(merged_manufacturing)

 BatchID  MaterialType  ProductionSpeed  TemperatureSetting  YieldStrength  ProductQuality
       1         Metal              Low                High          57.32           91.19
       5     Composite           Medium             Optimal          51.82           90.20
       7       Polymer              Low                High          56.12           91.66
       8     Composite             High             Optimal          50.91           93.05
      11       Polymer              Low                High          50.13           92.31

Barras en paralelo

import seaborn as sns
sns.catplot(x='MaterialType', y='YieldStrength', hue='ProductionSpeed', kind='bar', 
            data=merged_manufacturing)

Dispersión con tres variables

sns.relplot(x='YieldStrength', y='ProductQuality', hue='ProductionSpeed', 
            kind='scatter', data=merged_manufacturing)
plt.title('Yield Strength vs. Product Quality by Production Speed')

Resistencia vs. Calidad por velocidad de producción

Comunicar datos a audiencias técnicas

Crear narrativas de datos
- p-valores
- Estadísticos de prueba
- Niveles de significancia
Visualizar datos complejos
- Mapas de calor
- Dispersión con varios colores
- Proyecciones

Presentación para audiencia técnica

Involucrar audiencias no técnicas con datos

Simplificar insights de datos
- Visualizaciones base: barras y líneas
Preparar presentaciones centradas en la audiencia
- ¿Por qué importan los datos?
- Conectar insights con la práctica

Narrativa con datos

¡Vamos a practicar!

Diseño experimental en Python