24-junio-2022
Los datos composicionales se usan en diferentes áreas de la ciencia ya sea en geociencia, ciencia ambiental, biología o medicina. Los datos composicionales son aquellos datos que suman 1 o 100%. Así el caso de la composición de alimentos podemos encontrar muestras con proteínas, minerales o lípidos; en el caso de residuos sólidos hallaremos muestras de material orgánico, papel, metal, vidrio, plástico, madera, tierra y otros. Sabemos que podemos visualizar composiciones de tres variables como puntos dentro de un triángulo equilátero y poder dibujar el área que abarca los puntos. Adicionalmente, como novedad queremos visualizar una composición de cuatro variables como puntos dentro de un tetraedro y dibujar el volumen que abarca los puntos. El objetivo es que el analista pueda ver el comportamiento y obtener decisiones de lo que ve.
Este trabajo de visualización fue realizado en el año 1996, para proyecto de titulación en la Pontificia Universidad Católica de Valparaíso, y con el apoyo del profesor guía de Estadística.
Finalmente, el proceso de visualizar se logró hacer usando diferentes programas que no trabajan interrelacionados.
Se usó TK/TCL para ver los datos como una planilla de cálculo, se utilizaba OpenGL para visualizar los puntos en el triángulo equilátero y tetraedro y además de dibujar el área y el volumen. Los cálculos de fórmulas se hacían en el software de matemática Maple. Otra alternativa de visualización a la de OpenGL era el uso de PovRay, para generar imágenes foto-realísticas del triángulo y tetraedro.
Realizar una aplicación, plug-in, widget o complemento en cuadros de mandos o dashboard para visualizar los datos composicionales. Adicionalmente, usar aplicación o programa para cargar los datos.
Aplicación en área de negocios TI ¿Podremos aplicar el análisis de los datos composicionales en el área de Inteligencia de Negocio? Ejemplo: visualizar cantidades de órdenes de venta con estado de "iniciadas", "completadas", "en proceso". ó visualizar las cantidades de solicitudes por trámite municipal de permiso de construcción con estado como iniciada, en proceso, rechazada por falta de documentos o terminada.
Interpretación La interpretación actual de lo visualizado en conclusiones lo hace el usuario o analista, en el futuro esto podría cambiar y ser reemplazado por una interpretación que pueda ser por un método matemático, incluso por Inteligencia Artificial.
Multi-visualización Hallar nuevas conclusiones en base al reconocimiento de patrones de imagen, cuando se tienen muchos triángulos equiláteros que usan subcomposiciones de un caso. Podría reconocerse que alguna variable tiene más peso.
Tiempo ¿En qué casos será relevante para el analista, si las muestras obtenidas son en diferentes días ?
Los archivos originales del año 1996 están en los directorios: bin, data, doc y MapleV.
Hoy en junio 2022, me doy cuenta que los códigos fuentes en lenguaje C de OpenGL no están y el directorio bin contiene los archivos binarios.
En el directorio MapleSoft se encuentran archivos que se migraron desde los archivos originales a la nueva versión de la aplicación MapleSoft 2020, sin embargo, hay cálculos que deben revisarse debido a nuevas funciones y ajustes que deben ser validados por persona con conocimientos matemáticos o estadísticos.
A pesar que no están los códigos fuentes del lenguage C, además de la deficiente explicación y poco estructurada del documento "Proyecto de Título Visualización de Datos Composicionales en 2 y 3 dimensiones.pdf", se logra entender un poco más con doc/Diapositivas.pdf y archivos en directorio /MapleV/anexo/. En mi opinión, a pesar de los defectos anteriores, es posible que reuniendo los documentos existentes lograr el objetivo de crear una aplicaciónplug-in, widget o complemento con las herramientas y lenguajes de aplicación de la actualidad. (Al año 2022).
Written with StackEdit.