Syntéza poznatků z komplexních experimentů

Experimentální design v Pythonu

James Chapman

Curriculum Manager, DataCamp

Data o výrobní výtěžnosti

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

Multifaktoriální design: MaterialType, ProductionSpeed, TemperatureSetting
Závislá proměnná: YieldStrength

Data o výrobní kvalitě

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

Design: ProductionSpeed
Závislá proměnná: ProductQuality

Strategie slučování

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

Sloupcový graf vedle sebe

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

Bodový graf se třemi proměnnými

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

Pevnost v tahu vs. kvalita produktu podle rychlosti výroby

Komunikace dat s technickým publikem

Tvorba datových příběhů
- p-hodnoty
- Testové statistiky
- Hladiny významnosti
Vizualizace komplexních dat
- Tepelné mapy
- Bodové grafy s více barvami
- Projekce

Prezentace pro technické publikum

Zapojení netechnického publika prostřednictvím dat

Zjednodušení datových poznatků
- Základní vizualizace: sloupcové a spojnicové grafy
Příprava prezentací zaměřených na publikum
- Proč jsou data důležitá?
- Propojení poznatků s reálnou aplikací

Datové vyprávění

Pojďme si procvičit!

Experimentální design v Pythonu