Řešení složitostí v experimentálních datech

Experimentální design v Pythonu

James Chapman

Curriculum Manager, DataCamp

Geologická data

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

Porozumění složitostem dat

Typy hornin a tvrdost minerálů mohou interagovat a ovlivňovat vlastnosti minerálů
Rozptyl porozity hornin se může lišit, což naznačuje heteroskedasticitu
Matoucí proměnné mohou ovlivňovat tvrdost minerálů a porozitu

Sbírka různých hornin v hromadě.

Řešení interakcí

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

Tvrdost minerálů vs. porozita hornin podle typu horniny

Řešení heteroskedasticity

Heteroskedasticita: měnící se variabilita proměnné v závislosti na rozsahu jiné proměnné

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

Zkoumání nerovnoměrného rozptylu

Nenormální data

sns.displot(mineral_rocks['RockPorosity'])

Histogram a křivka hustoty RockPorosity

Transformace dat pomocí Box-Cox

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

Box-Cox transformovaná porozita

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

Reziduální graf transformované porozity hornin vůči tvrdosti minerálů

Pojďme si procvičit!

Experimentální design v Pythonu