스파게티 플롯

Spaghetti plot

스파게티 플롯(스파게티 차트, 스파게티 다이어그램 또는 스파게티 모델이라고도 함)은 가능한 시스템 흐름의 시각화를 위해 데이터를 보는 방법이다. 이러한 방식으로 묘사된 흐름은 국수처럼 나타나며, 따라서 이 용어의 연계가 된다.[1] 이 통계 방법은 처음에 공장을 통한 경로 추적을 위해 사용되었다. 이러한 방식으로 흐름을 시각화하면 시스템 흐름 내의 비효율성을 줄일 수 있다. 동물 개체수와 해양을 떠도는 기상 부표와 관련하여, 그것들은 분포와 이동 패턴을 연구하기 위해 그려진다. 기상학에서, 이러한 다이어그램은 고기압과 저기압 시스템의 위치 및 강도뿐만 아니라 특정한 일기예보에 대한 신뢰도를 결정하는 데 도움을 줄 수 있다. 그들은 대기 모델이나 그들의 다양한 앙상블 멤버들의 결정론적 예측으로 구성된다. 의학 내에서, 그들은 약물 실험 동안 약물이 환자에 미치는 영향을 설명할 수 있다.

적용들

생물학

스파게티 다이어그램은 왜 나비가 있는 곳에서 발견되는지를 연구하고, 지형적 특징(산맥 등)이 나비의 이동과 범위를 어떻게 제한하는지 알아보기 위해 사용되어 왔다.[2] 중앙 북아메리카에 걸친 포유류 분포 내에서, 이 플롯들은 그들의 가장자리와 이전의 빙하시대에 빙하가 된 지역, 그리고 특정한 종류의 식물들과 상관관계가 있다.[3]

기상학

3.5일 예보를 위한 500 hPa 압력 수준에서 10명의 NCEP 글로벌 앙상블 멤버들의 스파게티 플롯. 불확실성이 가장 큰 영역은 빨간색으로 동그라미 친다.

기상학에서 스파게티 다이어그램은 보통 앙상블 예측에서 그려진다. 기상 변수(예: 압력, 온도 또는 강수량)는 앙상블에서 약간 다른 여러 모델의 차트에 표시된다. 그런 다음 모델을 시간 내에 그리고 결과를 비교하여 예측의 불확실성 양을 측정하는 데 사용할 수 있다. 합치가 양호하고 등고선이 시퀀스를 통해 인식 가능한 패턴을 따른다면 예측에 대한 신뢰도가 높을 수 있다. 반대로 패턴이 혼란스러우면, 즉 스파게티 접시와 비슷하면 자신감이 떨어질 것이다. 앙상블 멤버들은 일반적으로 시간이 흐르면서 갈릴 것이고 스파게티 플롯은 언제 이런 일이 일어나는지 빨리 알 수 있는 방법이다.

스파게티 플롯은 다가오는 사이클론, 고기압, 또는 상층 능선이나 수조의 강도를 결정할 때 평균 확산 앙상블에 비해 더 유리한 선택이 될 수 있다. 앙상블은 날이 갈수록 자연적으로 갈릴 것으로 예측하기 때문에 기상학적 특성의 예상 위치는 더욱 멀어질 것이다. 평균 간격 도표는 앙상블의 각 순열에 의해 계산된 지도상의 각 지점에서 계산된 압력의 평균을 취하므로, 투영된 하한을 효과적으로 평활하게 하고, 앙상블 순열이 실제로 나타냈던 것보다 더 넓지만 강도가 약하게 보이게 한다. 또한 앙상블 클러스터링이 두 가지 다른 솔루션 주위에 있을 경우 하나의 특징 대신 두 가지 특징을 묘사할 수 있다.[4]

열대 사이클론 선로 예측 내의 다양한 예측 모델을 스파게티 다이어그램에 표시하여 5일간의 선로 예측에 대한 자신감을 보여줄 수 있다.[5] 예측 기간 후반에 트랙 모델이 분기하면 플롯은 찌그러진 거미의 형태를 띠게 되며, 국립 허리케인 센터 논의에서 이를 언급할 수 있다.[6] 기후학 및 고생물학 분야에서 스파게티 플롯은 캐나다 중부와 동부를 가로지르는 보어홀로부터 도출된 지상 온도 정보를 상호 연관시키기 위해 사용되어 왔다.[7] 다른 분야와 마찬가지로 스파게티 도표를 사용하여 시간이 지남에 따라 표류하는 기상 부표와 같은 물체의 움직임을 보여줄 수 있다.[8]

비즈니스

글루코미터 검색 시 간호사가 시설에서 이동하는 모습을 보여주는 스파게티 차트

스파게티 도표는 처음에 공장을 통과하는 경로를 추적하기 위해 사용되었다.[9] 스파게티 플롯은 움직임과 운송을 시각화하는 간단한 도구다.[10] 시스템을 통한 흐름을 분석하는 것은 시간과 에너지가 낭비되는 장소를 결정할 수 있고, 능률화가 어디에서 이로운지를 확인할 수 있다.[1] 물리적 장소를 통한 물리적 여행뿐 아니라 주택담보대출 적용 등 보다 추상적인 과정에서도 그렇다.[11]

약

스파게티 플롯은 다수의 환자들 사이의 약물 실험 결과를 하나의 개별 그래프에서 추적하여 그들의 이익을 결정하는 데 사용될 수 있다.[12] 그들은 또한 프로게스테론 수치와 임신 초기 손실의 상관관계를 나타내는 데 사용되었다.[13] 사람 혈장 내 약물의 반감기와 다른 모집단 간의 차별 효과는 이러한 도표를 통해 빠르게 진단할 수 있다.[14]

참조

  1. ^ a b Theodore T. Allen (2010). Introduction to Engineering Statistics and Lean Sigma: Statistical Quality Control and Design of Experiments and Systems. Springer. p. 128. ISBN 978-1-84882-999-2.
  2. ^ James A. Scott (1992). The Butterflies of North America: A Natural History and Field Guide. Stanford University Press. p. 103. ISBN 978-0-8047-2013-7.
  3. ^ J. Knox Jones; Elmer C. Birney (1988). Handbook of mammals of the north-central states. University of Minnesota Press. pp. 52–55. ISBN 978-0-8166-1420-2.
  4. ^ Environmental Modeling Center (2003-08-21). "NCEP Medium-Range Ensemble Forecast (MREF) System Spaghetti Diagrams". National Oceanic and Atmospheric Administration. Retrieved 2011-02-17.
  5. ^ Ivor Van Heerden; Mike Bryan (2007). The storm: what went wrong and why during hurricane Katrina : the inside story from one Louisiana scientist. Penguin. ISBN 978-0-14-311213-6.
  6. ^ John L. Beven, III (2007-05-30). "Tropical Depression Two-E Discussion Number 3". National Hurricane Center. Retrieved 2011-02-17.
  7. ^ Louise Bodri; Vladimír Čermák (2007). Borehole climatology: a new method on how to reconstruct climate. Elsevier. p. 76. ISBN 978-0-08-045320-0.
  8. ^ S. A. Thorpe (2005). The turbulent ocean. Cambridge University Press. p. 341. ISBN 978-0-521-83543-5.
  9. ^ William A. Levinson (2007). Beyond the theory of constraints: how to eliminate variation and maximize capacity. Productivity Press. p. 97. ISBN 978-1-56327-370-4.
  10. ^ Lonnie Wilson (2009). How to Implement Lean Manufacturing. McGraw Hill Professional. p. 127. ISBN 978-0-07-162507-4.
  11. ^ Rangaraj (2009). Supply Chain Management For Competitive Advantage. Tata McGraw-Hill. p. 130. ISBN 978-0-07-022163-5.
  12. ^ Donald R. Hedeker; Robert D. Gibbons (2006). Longitudinal data analysis. John Wiley and Sons. pp. 52–54. ISBN 978-0-471-42027-9.
  13. ^ Hulin Wu; Jin-Ting Zhang (2006). Nonparametric regression methods for longitudinal data analysis. John Wiley and Sons. pp. 2–4. ISBN 978-0-471-48350-2.
  14. ^ Johan Gabrielsson; Daniel Weiner (2001). Pharmacokinetic/pharmacodynamic data analysis: concepts and applications, Volume 1. Taylor & Francis. pp. 263–264. ISBN 978-91-86274-92-4.

외부 링크