Hantera komplexiteter i experimentella data

Experimentell design i Python

James Chapman

Curriculum Manager, DataCamp

Geologiska 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

Förstå datakomplexiteter

Bergartstyper och mineralhårdhet kan interagera och påverka mineralegenskaper
Variansen i bergartens porositet kan variera, vilket indikerar heteroskedasticitet
Störande variabler kan påverka mineralhårdhet och porositet

En samling olika bergarter i en hög.

Hantera interaktioner

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

Mineralhårdhet vs. bergartsporositet per bergartstyp

Hantera heteroskedasticitet

Heteroskedasticitet: förändrad variabilitet hos en variabel över intervallet för en annan variabel

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

Undersökning av ojämn varians

Icke-normalfördelade data

sns.displot(mineral_rocks['RockPorosity'])

Histogram och densitetskurva för RockPorosity

Datatransformation med Box-Cox

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

Box-Cox-transformerad porositet

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

Residualplot för transformerad bergartsporositet mot mineralhårdhet

Nu kör vi en övning!

Experimentell design i Python