stringtranslate.com

Trama de espagueti

Un diagrama de espagueti (también conocido como gráfico de espagueti , diagrama de espagueti o modelo de espagueti ) es un método de visualización de datos para visualizar posibles flujos a través de los sistemas. Los flujos representados de esta manera parecen fideos , de ahí la acuñación de este término. [1] Este método de estadística se utilizó por primera vez para rastrear las rutas a través de las fábricas. Visualizar el flujo de esta manera puede reducir la ineficiencia dentro del flujo de un sistema. En lo que respecta a las poblaciones de animales y las boyas meteorológicas que flotan en el océano , se sienten atraídos por estudiar los patrones de distribución y migración. Dentro de la meteorología , estos diagramas pueden ayudar a determinar la confianza en un pronóstico meteorológico específico , así como las posiciones e intensidades de los sistemas de alta y baja presión . Se componen de pronósticos deterministas de modelos atmosféricos o de sus diversos miembros de conjunto. Dentro de la medicina , pueden ilustrar los efectos de los medicamentos en los pacientes durante los ensayos de medicamentos.

Aplicaciones

Biología

Los diagramas de espagueti se han utilizado para estudiar por qué las mariposas se encuentran donde están y para ver cómo las características topográficas (como las cadenas montañosas) limitan su migración y alcance. [2] Dentro de las distribuciones de mamíferos en el centro de América del Norte , estas parcelas han correlacionado sus bordes con regiones que fueron glaciadas durante la edad de hielo anterior , así como con ciertos tipos de vegetación. [3]

Meteorología

Gráfico de espagueti de diez miembros del conjunto global NCEP en el nivel de presión de 500 hPa para un pronóstico de 3,5 días. Las áreas de mayor incertidumbre están rodeadas de rojo.

Dentro de la meteorología, los diagramas de espagueti normalmente se extraen de pronósticos por conjuntos . Una variable meteorológica , por ejemplo, presión , temperatura o cantidad de precipitación , se dibuja en un gráfico para una serie de ejecuciones de modelos ligeramente diferentes de un conjunto. Luego, el modelo puede avanzar en el tiempo y los resultados compararse y usarse para medir la cantidad de incertidumbre en el pronóstico. Si hay buena concordancia y los contornos siguen un patrón reconocible a lo largo de la secuencia, entonces la confianza en el pronóstico puede ser alta. Por el contrario, si el patrón es caótico, es decir, se asemeja a un plato de espaguetis , entonces la confianza será baja. Los miembros del conjunto generalmente divergen con el tiempo y las tramas de espagueti son una forma rápida de ver cuándo sucede esto.

Los gráficos de espagueti pueden ser una opción más favorable en comparación con el conjunto de dispersión media para determinar la intensidad de un ciclón , anticiclón o cresta o vaguada en niveles superiores. Debido a que los pronósticos por conjuntos divergen naturalmente a medida que avanzan los días, las ubicaciones proyectadas de las características meteorológicas se separarán más. Un diagrama de dispersión media tomará una media de la presión calculada de cada punto en el mapa según lo calculado por cada permutación en el conjunto, suavizando así efectivamente el mínimo proyectado y haciéndolo parecer más amplio en tamaño pero más débil en intensidad que las permutaciones del conjunto. en realidad había indicado. También puede representar dos características en lugar de una si la agrupación del conjunto gira en torno a dos soluciones diferentes. [4]

Se pueden trazar varios modelos de pronóstico dentro del pronóstico de trayectoria de ciclones tropicales en un diagrama de espagueti para mostrar confianza en los pronósticos de trayectoria de cinco días. [5] Cuando los modelos de trayectoria divergen al final del período de pronóstico, la trama toma la forma de una araña aplastada, y puede denominarse así en las discusiones del Centro Nacional de Huracanes . [6] Dentro del campo de la climatología y la paleotempestología , los diagramas de espagueti se han utilizado para correlacionar la información sobre la temperatura del suelo derivada de perforaciones en el centro y este de Canadá. [7] Como en otras disciplinas, los diagramas de espagueti se pueden utilizar para mostrar el movimiento de objetos, como la deriva de las boyas meteorológicas a lo largo del tiempo. [8]

Negocio

Gráfico de espagueti que muestra el movimiento de una enfermera a través de una instalación en busca de un glucómetro

Los diagramas de espagueti se utilizaron por primera vez para seguir las rutas a través de una fábrica. [9] Los diagramas de espagueti son una herramienta sencilla para visualizar el movimiento y el transporte. [10] El análisis de los flujos a través de los sistemas puede determinar dónde se desperdician tiempo y energía, e identificar dónde sería beneficiosa la racionalización. [1] Esto es cierto no sólo con el viaje físico a través de un lugar físico, sino también durante procesos más abstractos como la solicitud de un préstamo hipotecario . [11]

Medicamento

Los diagramas de espagueti se pueden utilizar para realizar un seguimiento de los resultados de los ensayos de medicamentos entre varios pacientes en un gráfico individual para determinar su beneficio. [12] También se han utilizado para correlacionar los niveles de progesterona con la pérdida temprana del embarazo. [13] La vida media de los medicamentos en el plasma sanguíneo de las personas , así como los efectos discriminatorios entre diferentes poblaciones, se pueden diagnosticar rápidamente a través de estos diagramas. [14]

Referencias

  1. ^ ab Theodore T. Allen (2010). Introducción a la Ingeniería Estadística y Lean Sigma: Control Estadístico de Calidad y Diseño de Experimentos y Sistemas. Saltador. pag. 128.ISBN​ 978-1-84882-999-2.
  2. ^ James A. Scott (1992). Las mariposas de América del Norte: una guía de campo y de historia natural. Prensa de la Universidad de Stanford. pag. 103.ISBN 978-0-8047-2013-7.
  3. ^ J. Knox Jones; Elmer C. Birney (1988). Manual de mamíferos de los estados del centro-norte . Prensa de la Universidad de Minnesota. págs. 52–55. ISBN 978-0-8166-1420-2.
  4. ^ Centro de modelado ambiental (21 de agosto de 2003). "Diagramas de espagueti del sistema de pronóstico conjunto de mediano alcance (MREF) del NCEP". Administración Nacional Oceánica y Atmosférica . Consultado el 17 de febrero de 2011 .
  5. ^ Ivor Van Heerden; Mike Bryan (2007). La tormenta: qué salió mal y por qué durante el huracán Katrina: la historia interna de un científico de Luisiana. Pingüino. ISBN 978-0-14-311213-6.
  6. ^ John L. Beven, III (30 de mayo de 2007). "Discusión número 3 sobre la depresión tropical Two-E". Centro Nacional de Huracanes . Consultado el 17 de febrero de 2011 .
  7. ^ Luisa Bodri; Vladimír Čermák (2007). Climatología de pozos: un nuevo método para reconstruir el clima. Elsevier. pag. 76.ISBN 978-0-08-045320-0.
  8. ^ SA Thorpe (2005). El océano turbulento. Prensa de la Universidad de Cambridge. pag. 341.ISBN 978-0-521-83543-5.
  9. ^ William A. Levinson (2007). Más allá de la teoría de las restricciones: cómo eliminar la variación y maximizar la capacidad. Prensa de productividad. pag. 97.ISBN 978-1-56327-370-4.
  10. ^ Lonnie Wilson (2009). Cómo implementar la manufactura esbelta. Profesional de McGraw Hill. pag. 127.ISBN 978-0-07-162507-4.
  11. ^ Rangaraj (2009). Gestión de la cadena de suministro para una ventaja competitiva. Tata McGraw-Hill. pag. 130.ISBN 978-0-07-022163-5.
  12. ^ Hedeker, Donald R.; Gibbons, Robert D. (2006). Análisis longitudinal de datos. John Wiley e hijos. págs. 52–54. ISBN 978-0-471-42027-9.
  13. ^ Hulin Wu; Jin-Ting Zhang (2006). Métodos de regresión no paramétrica para análisis de datos longitudinales. John Wiley e hijos. págs. 2–4. ISBN 978-0-471-48350-2.
  14. ^ Johan Gabrielsson; Daniel Weiner (2001). Análisis de datos farmacocinéticos/farmacodinámicos: conceptos y aplicaciones, Volumen 1. Taylor & Francis. págs. 263–264. ISBN 978-91-86274-92-4.

enlaces externos