Articulo de referencia

Trama de espaguetis

Un diagrama de espagueti (también conocido como diagrama de espagueti o modelo de espagueti ) es un método para visualizar datos y representar posibles flujos a través de sistem...

Un diagrama de espagueti (también conocido como diagrama de espagueti o modelo de espagueti ) es un método para visualizar datos y representar posibles flujos a través de sistemas. Los flujos representados de esta manera se asemejan a fideos , de ahí el origen del término. [ 1 ] Este método estadístico se utilizó inicialmente para rastrear rutas en fábricas. Visualizar el flujo de esta forma puede reducir la ineficiencia dentro del flujo de un sistema. En cuanto a las poblaciones animales y las boyas meteorológicas que se desplazan por el océano , se dibujan para estudiar los patrones de distribución y migración. En meteorología , estos diagramas pueden ayudar a determinar la fiabilidad de 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. En medicina , pueden ilustrar los efectos de los fármacos en los pacientes durante los ensayos clínicos.

Aplicaciones

Biología

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

Meteorología

Diagrama de dispersión de diez miembros del conjunto global del NCEP al nivel de presión de 500 hPa para un pronóstico de 3,5 días. Las áreas de mayor incertidumbre están marcadas con círculos rojos.

En meteorología, los diagramas de espagueti se elaboran normalmente a partir de pronósticos de conjunto . Una variable meteorológica , como la presión , la temperatura o la cantidad de precipitación , se representa en un gráfico para varias ejecuciones ligeramente diferentes de un modelo de conjunto. A continuación, se puede avanzar el modelo en el tiempo y comparar los resultados para evaluar el grado de incertidumbre del pronóstico. Si existe una buena concordancia y los contornos siguen un patrón reconocible a lo largo de la secuencia, la confianza en el pronóstico puede ser alta. Por el contrario, si el patrón es caótico, es decir, se asemeja a un plato de espagueti , la confianza será baja. Los miembros del conjunto generalmente divergen con el tiempo, y los diagramas de espagueti son una forma rápida de observar cuándo ocurre esto.

Los diagramas 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 de conjunto divergen naturalmente a medida que avanzan los días, las ubicaciones proyectadas de los fenómenos meteorológicos se dispersarán más. Un diagrama de dispersión media toma el promedio de la presión calculada desde cada punto en el mapa según cada permutación en el conjunto, suavizando así la baja proyectada y haciéndola parecer más amplia en tamaño pero más débil en intensidad de lo que las permutaciones del conjunto habían indicado realmente. También puede representar dos fenómenos en lugar de uno si la agrupación del conjunto se encuentra alrededor de dos soluciones diferentes. [ 4 ]

Varios modelos de pronóstico dentro de la predicción de la trayectoria de ciclones tropicales se pueden trazar en un diagrama de espagueti para mostrar la confianza en los pronósticos de trayectoria de cinco días. [ 5 ] Cuando los modelos de trayectoria divergen al final del período de pronóstico, el gráfico toma la forma de una araña aplastada y puede referirse a ella como tal 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 de temperatura del suelo derivada de pozos 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

Diagrama de espaguetis que muestra el movimiento de una enfermera por un centro en busca de un glucómetro.

Los diagramas de espagueti se utilizaron por primera vez para rastrear rutas dentro de una fábrica. [ 9 ] Los diagramas de espagueti son una herramienta simple para visualizar el movimiento y el transporte. [ 10 ] Analizar los flujos a través de los sistemas puede determinar dónde se desperdician tiempo y energía, e identificar dónde sería beneficioso optimizar. [ 1 ] Esto es cierto no solo con el desplazamiento 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 usar para rastrear los resultados de ensayos de medicamentos en varios pacientes en un solo gráfico para determinar su beneficio. [ 12 ] También se han usado 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

  1. 1 2 Theodore T. Allen (2010). Introducción a la estadística en ingeniería y Lean Sigma: control estadístico de calidad y diseño de experimentos y sistemas . Springer. pág.  128. ISBN 978-1-84882-999-2.
  2. James A. Scott (1992). Las mariposas de Norteamérica: Historia natural y guía de campo . Stanford University Press. pág. 103. ISBN  978-0-8047-2013-7.
  3. J. Knox Jones; Elmer C. Birney (1988). Manual de mamíferos de los estados del centro-norte . University of Minnesota Press. pp. 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 de conjunto de rango medio (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 desde dentro de un científico de Luisiana . Penguin. ISBN  978-0-14-311213-6.
  6. John L. Beven, III (30 de mayo de 2007). "Discusión número 3 sobre la depresión tropical dos-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 . Cambridge University Press. pág. 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 . Productivity Press. pág. 97. ISBN  978-1-56327-370-4.
  10. Lonnie Wilson (2009). Cómo implementar la manufactura esbelta . McGraw Hill Professional. pág. 127. ISBN  978-0-07-162507-4.
  11. Rangaraj (2009). Gestión de la cadena de suministro para la ventaja competitiva . Tata McGraw-Hill. pág. 130. ISBN  978-0-07-022163-5.
  12. Hedeker, Donald R.; Gibbons, Robert D. (2006). Análisis de datos longitudinales . John Wiley and Sons. págs. 52–54 . ISBN  978-0-471-42027-9.
  13. Hulin Wu; Jin-Ting Zhang (2006). Métodos de regresión no paramétrica para el análisis de datos longitudinales . John Wiley and Sons. 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. pp. 263–264 . ISBN  978-91-86274-92-4.
  • Proyecto TIGGE en NCAR