Abordar complejidades en datos experimentales

Diseño experimental en Python

James Chapman

Curriculum Manager, DataCamp

Datos geológicos

mineral_rocks

 SampleID     RockType  Location  MineralHardness  RockPorosity
        1  Metamorphic      West              5.9          12.3
        2      Igneous     North              5.3           1.6
        3  Metamorphic      East              5.6          11.0
        4  Metamorphic     South              3.2          12.2
        5  Sedimentary     South              2.0          29.8

Comprender las complejidades de los datos

Los tipos de roca y la dureza mineral pueden interactuar, afectando las propiedades minerales
La varianza de la porosidad puede cambiar, indicando heterocedasticidad
Variables de confusión pueden influir en dureza y porosidad

Un montón con diferentes rocas.

Abordar interacciones

sns.scatterplot(x='MineralHardness', y='RockPorosity', 
                hue='RockType', data=mineral_rocks)

Dureza mineral vs. porosidad de roca por tipo de roca

Abordar la heterocedasticidad

Heterocedasticidad: cambio de la variabilidad de una variable a lo largo del rango de otra

sns.residplot(x='MineralHardness', y='RockPorosity', 
              data=mineral_rocks, lowess=True)

Examinando varianza desigual

Datos no normales

sns.displot(mineral_rocks['RockPorosity'])

Histograma y curva de densidad de RockPorosity

Transformación de datos con Box-Cox

from scipy.stats import boxcox
mineral_rocks['TransformedRockPorosity'], _ = boxcox(mineral_rocks['RockPorosity'])
sns.displot(mineral_rocks['TransformedRockPorosity'])

Porosidad transformada con Box-Cox

sns.residplot(x='MineralHardness', y='TransformedRockPorosity',
              data=mineral_rocks, lowess=True)

Gráfico de residuales de Porosidad de roca transformada vs. Dureza mineral

¡Vamos a practicar!

Diseño experimental en Python