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 sistemas. Los flujos representados de esta manera aparecen como fideos , de ahí la acuñación de este término. [1] Este método de estadísticas se utilizó por primera vez para rastrear el enrutamiento 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 se desplazan a la deriva por 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 . Están compuestos por pronósticos deterministas de modelos atmosféricos o sus diversos miembros del 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 se encuentran las mariposas donde están y para ver cómo las características topográficas (como las cadenas montañosas) limitan su migración y rango. [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
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 se puede avanzar en el tiempo y los resultados se pueden comparar y usar para medir la cantidad de incertidumbre en el pronóstico. Si existe una 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, parecido a un plato de espaguetis , la confianza será baja. Los miembros del conjunto generalmente divergirán con el tiempo y las parcelas de espagueti son una forma rápida de ver cuándo sucede esto.
Las parcelas 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 valle de nivel superior que se avecina . 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 calculada por cada permutación en el conjunto, suavizando así efectivamente el bajo proyectado y haciéndolo parecer más amplio en tamaño pero más débil en intensidad que las permutaciones del conjunto. había indicado en realidad. También puede representar dos características en lugar de una si el agrupamiento de conjuntos se basa en dos soluciones diferentes. [4]
Se pueden trazar varios modelos de pronóstico dentro del pronóstico de la trayectoria de ciclones tropicales en un diagrama de espagueti para mostrar confianza en las predicciones de la trayectoria de cinco días. [5] Cuando los modelos de trayectoria divergen al final del período de pronóstico, la trama adquiere la forma de una araña aplastada, y puede denominarse como tal en las discusiones del Centro Nacional de Huracanes . [6] Dentro del campo de la climatología y la paleotempestología , se han utilizado parcelas de espagueti para correlacionar la información de 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 boyas meteorológicas a la deriva a lo largo del tiempo. [8]
Negocio
Los diagramas de espagueti se utilizaron por primera vez para rastrear el enrutamiento a través de una fábrica. [9] Las parcelas 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 desperdicia tiempo y energía, e identifica dónde sería beneficioso la racionalización. [1] Esto es cierto no solo para los viajes físicos a través de un lugar físico, sino también durante procesos más abstractos como la solicitud de un préstamo hipotecario . [11]
Medicamento
Los gráficos de espagueti se pueden usar para rastrear 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 fármacos 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
- ↑ a b Theodore T. Allen (2010). Introducción a la Estadística de Ingeniería y Lean Sigma: Control de Calidad Estadístico y Diseño de Experimentos y Sistemas . Saltador. pag. 128. ISBN 978-1-84882-999-2.
- ^ James A. Scott (1992). Las mariposas de América del Norte: una historia natural y una guía de campo . Prensa de la Universidad de Stanford. pag. 103. ISBN 978-0-8047-2013-7.
- ^ J. Knox Jones; Elmer C. Birney (1988). Manual de mamíferos de los estados centro-norte . Prensa de la Universidad de Minnesota. págs. 52 –55. ISBN 978-0-8166-1420-2.
- ^ Centro de Modelado Ambiental (2003-08-21). "Diagramas de espagueti del sistema de pronóstico de conjunto de rango medio (MREF) de NCEP" . Administración Nacional Oceánica y Atmosférica . Consultado el 17 de febrero de 2011 .
- ^ 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 Louisiana . Pingüino. ISBN 978-0-14-311213-6.
- ^ John L. Beven, III (30 de mayo de 2007). "Discusión número 3 de la depresión tropical Two-E" . Centro Nacional de Huracanes . Consultado el 17 de febrero de 2011 .
- ^ Louise Bodri; Vladimír Čermák (2007). Climatología de pozo: un nuevo método sobre cómo reconstruir el clima . Elsevier. pag. 76. ISBN 978-0-08-045320-0.
- ^ SA Thorpe (2005). El océano turbulento . Prensa de la Universidad de Cambridge. pag. 341. ISBN 978-0-521-83543-5.
- ^ 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.
- ^ Lonnie Wilson (2009). Cómo implementar la fabricación ajustada . Profesional de McGraw Hill. pag. 127. ISBN 978-0-07-162507-4.
- ^ Rangaraj (2009). Gestión de la cadena de suministro para una ventaja competitiva . Tata McGraw-Hill. pag. 130. ISBN 978-0-07-022163-5.
- ^ Donald R. Hedeker; Robert D. Gibbons (2006). Análisis de datos longitudinales . John Wiley e hijos. págs. 52–54. ISBN 978-0-471-42027-9.
- ^ Hulin Wu; Jin-Ting Zhang (2006). Métodos de regresión no paramétrica para el análisis de datos longitudinales . John Wiley e hijos. págs. 2–4. ISBN 978-0-471-48350-2.
- ^ Johan Gabrielsson; Daniel Weiner (2001). Análisis de datos farmacocinéticos / farmacodinámicos: conceptos y aplicaciones, Volumen 1 . Taylor y Francis. págs. 263-264. ISBN 978-91-86274-92-4.
enlaces externos
- Proyecto TIGGE en NCAR