Contourplot

Een contourplot is een tweedimensionale grafische weergave van het verband tussen twee continue invoervariabelen (X- en Y-as) en één continue uitvoervariabele (Z), gevisualiseerd met een reeks lijnen of gevulde gebieden, contouren genoemd. Elke contourlijn verbindt alle combinaties van de twee invoervariabelen die dezelfde voorspelde responswaarde opleveren, zodat een topografische kaart van het responsoppervlak ontstaat, plat op een vlak gelegd.

Laatst beoordeeld

Belangrijkste conclusie

Een contourplot is een tweedimensionale grafiek die met contourlijnen of gevulde gebieden het verband toont tussen twee continue invoervariabelen (X- en Y-as) en één continue uitvoervariabele (Z).

Op deze pagina
  1. Wat is een contourplot?
  2. Wanneer gebruikt u een contourplot?
  3. Richtlijnen voor correct gebruik van een contourplot
  4. Alternatieven: wanneer u een contourplot niet gebruikt
  5. Voorbeeld van een contourplot
  6. Zo maakt u een contourplot

Wat is een contourplot?

Een contourplot is een tweedimensionale grafische weergave van het verband tussen twee continue invoervariabelen (X- en Y-as) en één continue uitvoervariabele (Z), gevisualiseerd met een reeks lijnen of gevulde gebieden, contouren genoemd. Elke contourlijn verbindt alle combinaties van de twee invoervariabelen die dezelfde voorspelde responswaarde opleveren, zodat een topografische kaart van het responsoppervlak ontstaat, plat op een vlak gelegd.
Zie het als een weerkaart die elevatie toont in plaats van hoogte: de contouren laten zien hoe een respons zoals opbrengst, sterkte of defectpercentage verandert wanneer twee factoren tegelijk worden gevarieerd. Donkerdere of lichtere arcering (in gevulde contourplots) wijst op gebieden met hogere of lagere responswaarden, waardoor direct duidelijk is waar de optimale procesomstandigheden liggen en hoe gevoelig de respons is voor veranderingen in elke factor.

Plotelement

Beschrijving

X-as

Eén continue voorspellende variabele (verklarende factor).

Y-as

Een tweede continue voorspellende variabele (verklarende factor).

Z-variabele

De responsvariabele (uitkomst) waarvan de waarden als contourniveaus worden weergegeven.

Contourlijnen

Krommen die alle X-Y-combinaties verbinden die dezelfde Z-waarde opleveren.

Contourbanden

Gekleurde gebieden tussen lijnen die bereiken van Z-waarden voorstellen.

Mesh

Het interne interpolatieraster dat Minitab gebruikt om Z-waarden tussen datapunten te schatten.

Wanneer gebruikt u een contourplot?

  • U hebt één numerieke responsvariabele (Z) en precies twee continue voorspellende variabelen (X en Y) in afzonderlijke kolommen van het werkblad.
  • U wilt snel en modelvrij visualiseren hoe de respons verandert over de gecombineerde ruimte van twee factoren, zonder eerst een regressie- of DOE-model te hoeven fitten.
  • U moet de combinaties van X en Y vinden die Z maximaliseren, minimaliseren of op een streefwaarde brengen.
  • U voert verkennende data-analyse uit om interacties of gekromde verbanden tussen twee factoren en een respons te begrijpen voordat u zich aan formele modellering committeert.
  • U wilt meerdere responsvariabelen naast elkaar vergelijken door meer dan één Z-variabele in te voeren; Minitab genereert voor elk een afzonderlijke contourgrafiek.
  • U communiceert procesinzichten aan belanghebbenden en hebt een intuïtieve "kaart" van het responsoppervlak nodig.
  • U werkt aan kwaliteitsverbetering, procesoptimalisatie of productontwikkeling en moet procesvensters vinden die aan de specificaties voldoen.
  • Uw gegevens beslaan een tweedimensionale factorruimte en u wilt gebieden met risico of kansen visualiseren zonder een volledig voorspellend model te bouwen.

Richtlijnen voor correct gebruik van een contourplot

  • Zorg dat X- en Y-waarden gelijkmatig verdeeld zijn en een regelmatig raster vormen, voor nauwkeuriger contouren.
  • Z is de responsvariabele, terwijl X en Y de invoervariabelen (verklarende variabelen) zijn.
  • Als X en Y niet gelijkmatig verdeeld zijn, wordt geïnterpoleerd, wat de nauwkeurigheid kan verminderen als de gegevens schaars zijn.
  • Gebruik willekeurig verzamelde gegevens om bias te voorkomen en te zorgen dat de resultaten de populatie vertegenwoordigen.
  • Zorg dat de gegevens het volledige bereik van X en Y dekken om onvolledige of misleidende contouren te voorkomen.
  • Goed gestructureerde en goed verdeelde gegevens verbeteren de betrouwbaarheid en interpretatie van de contourplot.

Alternatieven: wanneer u een contourplot niet gebruikt

  • Als u het responsoppervlak in drie dimensies tegelijkwilt visualiseren, gebruik dan een 3D-oppervlakteplot in plaats daarvan; die toont dezelfde informatie als een contourplot, maar als 3D-landschap, wat voor sommige doelgroepen gemakkelijker te interpreteren kan zijn.
  • Als u slechts één continue voorspellerhebt, gebruik dan een gefitte-lijnplot of regressieplot in plaats daarvan; een contourplot vereist twee invoerassen en is zinloos met één factor.
  • Als de responsvariabele categorisch is (goed/fout, defecttype), gebruik dan een plot van een binair of nominaal logistisch model in plaats daarvan; contourplots zijn alleen bedoeld voor continue responsen.
  • Als u werkelijke ruwe gegevens in de tijd wilt tonen in plaats van een gemodelleerd responsoppervlak, gebruik dan een tijdreeksplot of spreidingsdiagram in plaats daarvan.
  • Als u verdelingen tussen groepen wilt vergelijken in plaats van een responsoppervlak in kaart te brengen, gebruik dan boxplots of plots van individuele waarden in plaats daarvan.
  • Als het gefitte model slechte R-kwadraatwaarden heeft of de residucontroles niet doorstaat, baseer beslissingen dan niet op de contourplot; verbeter eerst het model door meer gegevens te verzamelen, de respons te transformeren of ontbrekende termen op te nemen voordat u conclusies uit het oppervlak trekt.

Voorbeeld van een contourplot

Een levensmiddelentechnoloog voert een experiment uit om de meest effectieve combinatie van verhittingstijd en temperatuur voor een diepvriesmaaltijd te bepalen. Er worden meerdere monsters onder uiteenlopende omstandigheden bereid en elk monster wordt door een panel van getrainde beoordelaars op algehele kwaliteit beoordeeld. De resultaten worden vervolgens met een contourplot geanalyseerd, die helpt visualiseren hoe de kwaliteitsrespons verandert over verschillende tijd-temperatuurcombinaties en de identificatie van de optimale procesomstandigheden ondersteunt. De volgende stappen:

  1. De benodigde gegevens verzameld.
  2. Analyseer nu de gegevens in Zometric Statistical Software op https://statsai.zometric.com/.
  3. Om Contour Plot te vinden, kiest u Statistical module> Graphical analysis > Contour Plot
  4. Voer in de tool de gegevens samen met de overige invoer als volgt in:
Contour Plot — figure 1Contour Plot — figure 2

6. Na gebruik van de bovenstaande tool verschijnt de uitvoer als volgt:

Contour Plot — figure 3

Zo maakt u een contourplot

De handleiding is als volgt:

  1. Log in bij Zometric Statistical Software op https://statsai.zometric.com/
  2. Kies op de startpagina Statistical Tool> Graphical analysis >Contour Plot.
  3. Werk vervolgens de gegevens handmatig bij, of kopieer (Ctrl+C) de gegevens volledig uit een Excel-blad of plak (Ctrl+V) ze hier, of gebruik de optie Load Example waarmee de voorbeeldgegevens worden geladen.
  4. Vul vervolgens de vereiste opties in.
  5. Klik ten slotte onderaan de pagina op Calculate en u krijgt de gewenste resultaten.

In het dashboard van Contour Plot is het venster in twee delen verdeeld.

Contour Plot — figure 4

In het linkerdeel staat de Data Pane. In de Data Pane vormt elke rij één subgroep. Gegevens kunnen handmatig worden ingevoerd, of u kopieert (Ctrl+C) de gegevens volledig uit een Excel-blad en plakt (Ctrl+V) ze hier.

Load example: Voorbeeldgegevens worden geladen.

In het rechterdeel hoeft u alleen op te geven:

  • X Variable: Selecteer de kolom met de gegevens die langs de horizontale as worden uitgezet. Dit is een van de twee voorspellende variabelen die het tweedimensionale raster bepalen waarover het responsoppervlak in kaart wordt gebracht. De X-variabele is meestal een continue procesfactor zoals temperatuur, snelheid of concentratie, waarvan het bereik de breedte van de contourplot bepaalt.
  • Y Variable: Selecteer de kolom met de gegevens die langs de verticale as worden uitgezet. Dit is de tweede voorspellende variabele die samen met de X-variabele het tweedimensionale vlak vormt waarop de responswaarden worden geschat en als contourbanden worden weergegeven. De Y-variabele moet ook continu zijn en een zinvolle procesinvoer voorstellen.
  • Z Variable (Response): Selecteer de kolom met de responswaarden, de uitvoer die bij elke combinatie van X en Y wordt gemeten. De contourplot gebruikt deze Z-waarden om lijnen of gevulde gebieden te tekenen die punten met gelijke responswaarde over het X-Y-vlak verbinden, zodat een kaart ontstaat van hoe de respons verandert wanneer beide voorspellers tegelijk variëren.
  • Interpolation Method Bepaalt de wiskundige techniek om responswaarden te schatten op locaties tussen de werkelijke datapunten, waarbij de gaten in het X-Y-raster worden opgevuld om een glad contouroppervlak te maken. De beschikbare methode is:
    • Distance Method — schat de respons op elke niet-gemeten locatie door een gewogen gemiddelde te berekenen van de omliggende waargenomen datapunten, waarbij nabije punten meer invloed krijgen dan verre. Deze methode werkt goed voor onregelmatig verdeelde gegevens en vereist geen gefit regressiemodel.
  • Distance Power Alleen actief wanneer Distance Method is gekozen. Bepaalt hoe sterk nabijheid de interpolatie beïnvloedt, namelijk hoe snel het gewicht van een naburig datapunt afneemt naarmate de afstand tot het schattingspunt toeneemt.
    • Een hogere machtswaarde maakt de interpolatie lokaler: nabije punten domineren sterk en verre punten worden bijna genegeerd, wat een oppervlak oplevert dat de gegevens nauw volgt maar minder glad kan ogen.
    • Een lagere machtswaarde verdeelt de invloed gelijkmatiger over alle omliggende punten, wat een gladder oppervlak oplevert dat minder gevoelig is voor afzonderlijke datapunten maar scherpe lokale kenmerken kan missen.
    • De standaardwaarde is doorgaans 2, wat voor de meeste datasets een goede balans geeft tussen lokale nauwkeurigheid en gladheid van het oppervlak.
  • Standardise X and Y Data: Indien aangevinkt worden de X- en Y-variabelen herschaald naar een gemiddelde van nul en een standaardafwijking van één voordat de interpolatie wordt uitgevoerd. Dit is belangrijk wanneer de X- en Y-variabelen op sterk verschillende schalen zijn gemeten, bijvoorbeeld temperatuur in de honderden en druk in enkele eenheden. Zonder standaardisatie zou de variabele met het grotere numerieke bereik de afstandsberekeningen domineren en de vorm van de contouren vertekenen. Standaardisatie zorgt dat beide variabelen even veel bijdragen aan het geïnterpoleerde oppervlak.
  • Automatic Mesh Indien aangevinkt bepaalt de tool automatisch de resolutie en dichtheid van het raster waarmee het contouroppervlak wordt berekend en getekend, en kiest een rastergrootte die past bij het bereik en de spreiding van de gegevens. Indien uitgevinkt kunt u handmatig een fijner of grover raster opgeven om de gladheid en het detail van de contourplot te regelen.
  • Contour Levels Bepaalt hoeveel contourlijnen of -banden in de plot worden getekend, elk voor een andere drempelwaarde van de respons. Bij Automatickiest de tool een passend aantal gelijkmatig verdeelde niveaus op basis van het bereik van de responsgegevens. U kunt dit overschrijven met een specifiek aantal om het getoonde detail te vergroten of te verkleinen: meer niveaus tonen fijnere nuances in het responsoppervlak, terwijl minder niveaus een overzichtelijker, eenvoudiger diagram geven.
  • Area (Filled): Indien aangevinkt worden de gebieden tussen contourlijnen gevuld met verschillende kleuren of tinten, zodat een kleurgecodeerde kaart ontstaat waarin elke kleur een bereik van responswaarden voorstelt. Gevulde contouren maken het in één oogopslag intuïtief om gebieden met hoge en lage respons te herkennen en zijn vooral effectief voor presentaties en rapporten waarbij visuele impact telt.
  • Contour Lines: Indien aangevinkt worden de werkelijke grenslijnen tussen de responsniveaus in de plot getekend. Contourlijnen markeren de exacte plaatsen waar de respons van het ene niveau naar het volgende overgaat. Ze kunnen met of zonder gevulde gebieden worden getoond; beide samen geven het duidelijkste beeld, met kleurgecodeerde gebieden en nauwkeurige grenslijnen met bijbehorende responswaarden.
  • Symbols (Data Points): Indien aangevinkt worden de werkelijk waargenomen datapunten als symbolen over de contourplot gelegd, die precies tonen waar in de X-Y-ruimte echte metingen zijn gedaan. Dit is nuttig om te beoordelen hoe goed het geïnterpoleerde oppervlak door werkelijke gegevens wordt ondersteund: gebieden met veel datapunten worden betrouwbaarder geschat, terwijl gebieden met weinig of geen datapunten extrapolatie vertegenwoordigen die voorzichtig moet worden geïnterpreteerd.

Veelgestelde vragen

Wat is een contourplot?

Een contourplot is een tweedimensionale grafiek die toont hoe een continue respons (Z) verandert met twee continue invoervariabelen op de X- en Y-as. Elke contourlijn verbindt alle X-Y-combinaties die dezelfde responswaarde geven, als een topografische kaart van het responsoppervlak, plat gelegd, en gevulde banden tonen bereiken van responswaarden.

Wanneer gebruikt u een contourplot?

Gebruik hem wanneer u één numerieke respons en precies twee continue voorspellers hebt en snel en modelvrij wilt zien hoe de respons over beide factoren verandert, bijvoorbeeld om de X-Y-combinaties te vinden die de respons maximaliseren, minimaliseren of op een streefwaarde brengen, of om procesvensters te identificeren die aan de specificaties voldoen.

Contourplot of oppervlakteplot: wat gebruikt u?

Een oppervlakteplot toont dezelfde informatie als een contourplot, maar als 3D-landschap, wat sommige doelgroepen gemakkelijker te interpreteren vinden. Een contourplot geeft een platte kaart om gebieden met hoge of lage respons te vinden. Met slechts één continue voorspeller gebruikt u in plaats daarvan een gefitte-lijnplot of regressieplot, omdat een contourplot twee invoerassen nodig heeft.

Hoe schat een contourplot waarden tussen datapunten?

In Zometric Statistical Software schat de Distance Method de respons op niet-gemeten punten als een gewogen gemiddelde van omliggende waargenomen punten, waarbij nabije punten zwaarder wegen. De Distance Power bepaalt hoe lokaal dit is; de standaardwaarde is doorgaans 2. Standaardiseren van X en Y voorkomt dat de variabele met het grotere bereik domineert, en het tonen van datasymbolen maakt gebieden met weinig onderbouwing zichtbaar.