Синтез выводов из сложных экспериментов

Планирование экспериментов в Python

James Chapman

Curriculum Manager, DataCamp

Данные о производственном выходе

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

Многофакторный план: MaterialType, ProductionSpeed, TemperatureSetting
Зависимая переменная: YieldStrength

Данные о качестве производства

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

План: ProductionSpeed
Зависимая переменная: ProductQuality

Стратегия объединения данных

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

Сгруппированная столбчатая диаграмма

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

Диаграмма рассеяния для трёх переменных

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

Прочность на разрыв и качество продукции по скорости производства

Представление данных технической аудитории

Создавайте нарративы на основе данных
- p-значения
- Тестовые статистики
- Уровни значимости
Визуализируйте сложные данные
- Тепловые карты
- Диаграммы рассеяния с несколькими цветами
- Проекции

Презентация для технической аудитории

Вовлечение нетехнической аудитории с помощью данных

Упрощайте выводы из данных
- Базовые визуализации: столбчатые и линейные графики
Готовьте презентации с фокусом на аудиторию
- Почему эти данные важны?
- Связывайте выводы с практическим применением

Сторителлинг на основе данных

Давайте потренируемся!

Планирование экспериментов в Python