실험 데이터의 복잡성 다루기

Python으로 배우는 실험 설계

James Chapman

Curriculum Manager, DataCamp

지질 데이터

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

데이터 복잡성 이해

암석 유형과 광물 경도는 상호작용하여 광물 특성에 영향을 줄 수 있음
암석 공극률의 분산이 달라질 수 있어 이분산성 시사
교란 변수들이 광물 경도와 공극률에 영향을 줄 수 있음

무더기에 쌓인 다양한 암석.

상호작용 다루기

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

암석 유형별 광물 경도 vs 공극률

이분산성 다루기

이분산성: 한 변수 범위에 따라 다른 변수의 변동성이 달라짐

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

불균등 분산 검토

비정규성 데이터

sns.displot(mineral_rocks['RockPorosity'])

RockPorosity 히스토그램과 밀도 곡선

Box-Cox로 데이터 변환

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

Box-Cox 변환된 공극률

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

변환된 암석 공극률 대 광물 경도의 잔차도

연습해 봅시다!

Python으로 배우는 실험 설계