等高线图

等高线图是一种二维图形表示,展示两个连续输入变量(X 轴和 Y 轴)与一个连续输出变量(Z)之间的关系,通过一系列称为等高线的线条或填充区域来可视化。每条等高线连接产生相同预测响应值的两个输入变量的所有组合,从而形成一张平铺在平面上的响应曲面地形图。

最后审阅

核心要点

等高线图是一种二维图形,用等高线或填充区域展示两个连续输入变量(X 轴和 Y 轴)与一个连续输出变量(Z)之间的关系。

本页内容
  1. 什么是等高线图?
  2. 何时使用等高线图?
  3. 正确使用等高线图的指南
  4. 替代方法:何时不宜使用等高线图
  5. 等高线图示例
  6. 如何创建等高线图

什么是等高线图?

等高线图是一种二维图形表示,展示两个连续输入变量(X 轴和 Y 轴)与一个连续输出变量(Z)之间的关系,通过一系列称为等高线的线条或填充区域来可视化。每条等高线连接产生相同预测响应值的两个输入变量的所有组合,从而形成一张平铺在平面上的响应曲面地形图。
可以把它想象成一张显示高程而非海拔的天气图:等高线显示产量、强度或缺陷率等响应如何随两个因子同时变化而变化。较深或较浅的着色(在填充等高线图中)表示响应值较高或较低的区域,让人一眼就能看出最佳操作条件所在,以及响应对每个因子变化的敏感程度。

图形要素

说明

X 轴

一个连续预测变量(解释因子)。

Y 轴

第二个连续预测变量(解释因子)。

Z 变量

响应(结果)变量,其值被编码为等高线水平。

等高线

连接产生相同 Z 值的所有 X-Y 组合的曲线。

等高带

各线之间表示 Z 值范围的彩色区域。

网格

Minitab 用来估计数据点之间 Z 值的内部插值网格。

何时使用等高线图?

  • 您有一个数值响应变量(Z)和恰好两个连续预测变量(X 和 Y),分别存放在不同的工作表列中。
  • 您希望快速、无需模型地可视化响应如何随两个因子的组合空间变化,而不必先拟合回归或 DOE 模型。
  • 您需要找出使 Z 最大化、最小化或达到目标值的 X 和 Y 的组合。
  • 您在做探索性数据分析,希望在建立正式模型之前了解两个因子与响应之间的交互作用或曲线关系。
  • 您希望通过输入多个 Z 变量来并排比较多个响应变量;Minitab 会为每个变量生成单独的等高线图。
  • 您要向相关方说明过程洞察,需要一张直观的响应曲面“地图”。
  • 您从事质量改进、过程优化或产品开发工作,需要找出满足规格的操作窗口。
  • 您的数据覆盖二维因子空间,希望在不建立完整预测模型的情况下可视化风险或机会区域。

正确使用等高线图的指南

  • 确保 X 和 Y 的值均匀分布以构成规则网格,以获得更准确的等高线。
  • Z 表示响应变量,而 X 和 Y 是输入(解释)变量。
  • 如果 X 和 Y 不是均匀分布的,则会使用插值,数据稀疏时可能降低准确性。
  • 使用随机收集的数据以避免偏倚,并确保结果能代表总体。
  • 确保数据覆盖 X 和 Y 的完整范围,以免等高线不完整或产生误导。
  • 结构良好、分布合理的数据可提高等高线图的可靠性和解读质量。

替代方法:何时不宜使用等高线图

  • 如果需要 同时以三维形式可视化响应曲面,请改用 三维曲面图,它显示与等高线图相同的信息,但呈现为三维地貌,对某些受众而言可能更易于解读。
  • 如果 只有一个连续预测变量,请改用 拟合线图或回归图,因为等高线图需要两个输入轴,对单个因子毫无意义。
  • 如果 响应变量是分类变量(通过/不通过、缺陷类型),请改用 二元逻辑回归或名义逻辑回归模型图,因为等高线图仅为连续响应而设计。
  • 如果要显示 随时间变化的实际原始数据 而不是建模得到的响应曲面,请改用 时间序列图或散点图。
  • 如果目标是 比较各组的分布 而不是绘制响应曲面,请改用 箱线图或单值图。
  • 如果拟合模型的 R 方值较低或未通过残差检查,请勿依赖等高线图做决策:应先通过收集更多数据、变换响应或加入遗漏的项来修正模型,再根据曲面得出结论。

等高线图示例

某食品科学家正在做一项试验,以确定冷冻餐的最有效加热时间与温度组合。在不同条件下制备多个样品,由一组经过培训的评价员对每个样品的整体质量打分。随后用等高线图分析结果,它有助于可视化质量响应如何随不同的时间-温度组合变化,并支持确定最佳加工条件。步骤如下:

  1. 收集必要的数据。
  2. 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
  3. 要找到等高线图,请选择 Statistical module> Graphical analysis > Contour Plot
  4. 在工具内,输入数据及其他输入项如下:
Contour Plot — figure 1Contour Plot — figure 2

6. 使用上述工具后,得到的输出如下:

Contour Plot — figure 3

如何创建等高线图

操作步骤如下:

  1. 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
  2. 在首页选择 Statistical Tool> Graphical analysis >Contour Plot。
  3. 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据或粘贴(Ctrl+V)到此处,也可以使用 Load Example 选项,加载示例数据。
  4. 接下来,填写必需的选项。
  5. 最后,点击页面底部的 calculate,即可得到所需结果。

在等高线图的工具界面中,窗口分为两部分。

Contour Plot — figure 4

左侧是数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。可手动输入数据,也可从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。

Load example: 将加载示例数据。

右侧只需给出:

  • X Variable: 选择包含沿水平轴绘制的数据的列。这是定义绘制响应曲面所用二维网格的两个预测变量之一。X 变量通常是温度、速度或浓度等连续的过程因子,其范围决定等高线图的宽度。
  • Y Variable: 选择包含沿垂直轴绘制的数据的列。这是第二个预测变量,它与 X 变量一起构成二维平面,响应值在该平面上被估计并以等高带显示。Y 变量同样应为连续变量,并代表有意义的过程输入。
  • Z Variable (Response): 选择包含响应值的列,即在 X 和 Y 的每个组合处测得的输出。等高线图利用这些 Z 值绘制线条或填充区域,连接 X-Y 平面上响应值相等的点,从而形成一张显示响应如何随两个预测变量同时变化的地图。
  • Interpolation Method 定义用于估计实际数据点之间位置的响应值的数学方法,填补 X-Y 网格中的空白,以生成平滑的等高线曲面。可用的方法为:
    • Distance Method — 通过计算周围观测数据点的加权平均值来估计任一未测位置的响应,距离较近的点比较远的点影响更大。该方法适用于间距不规则的数据,且不需要拟合回归模型。
  • Distance Power 仅在选择 Distance Method 时有效。控制邻近程度对插值的影响强度,具体而言,是指相邻数据点所获权重随其与估计点距离增大而下降的速度。
    • 较 高的幂值 使插值更具局部性:附近的点影响很强,远处的点几乎被忽略,所得曲面紧跟数据,但可能显得不够平滑。
    • 较 低的幂值 使影响更均匀地分散到所有周围的点,所得曲面更平滑,对个别数据点不太敏感,但可能漏掉明显的局部特征。
    • 默认值通常为 2,对大多数数据集而言,它在局部准确性与曲面平滑度之间取得了良好的平衡。
  • Standardise X and Y Data: 勾选后,在进行插值之前,把 X 和 Y 变量重新标度为均值为零、标准差为一。当 X 和 Y 变量的度量尺度相差悬殊时,这一点很重要,例如温度为数百而压力为个位数。不进行标准化,数值范围较大的变量会主导距离计算,使等高线形状失真。标准化可确保两个变量对插值曲面的贡献相等。
  • Automatic Mesh 勾选后,工具会自动确定用于计算和绘制等高线曲面的网格的分辨率和密度,并选择与数据范围和分布相适应的网格大小。取消勾选后,可手动指定更细或更粗的网格,以控制等高线图的平滑度和细节。
  • Contour Levels 定义图上绘制多少条等高线或等高带,每条代表不同的响应值阈值。设为 Automatic时,工具根据响应数据的范围选择适当数量的等间距水平。您可以用具体数字替代它,以增加或减少所显示的细节:水平越多,响应曲面的细微梯度越清晰;水平越少,图形越简洁。
  • Area (Filled): 勾选后,用不同的颜色或色调填充等高线之间的区域,形成彩色分带的地图,每种颜色代表一个响应值范围。填充等高线使人一眼就能直观识别高响应和低响应区域,在注重视觉效果的演示和报告中尤其有效。
  • Contour Lines: 勾选后,在图上绘制响应水平带之间的实际边界线。等高线标示响应从一个水平过渡到下一个水平的确切位置。它们可以带或不带填充区域显示,二者并用能给出最清晰的图像,既有颜色编码的区域,又有精确的边界线及其对应的响应值。
  • Symbols (Data Points): 勾选后,把实际观测的数据点位置以符号叠加到等高线图上,显示在 X-Y 空间中实际测量的确切位置。这有助于评估插值曲面得到实际数据支持的程度:数据点密集的区域估计更可靠,而数据点稀疏或没有数据点的区域属于外推,解读时应谨慎。

常见问题

什么是等高线图?

等高线图是一种二维图形,展示连续响应(Z)如何随 X 轴和 Y 轴上的两个连续输入变量变化。每条等高线连接给出相同响应值的所有 X-Y 组合,就像一张平铺的响应曲面地形图,而填充带显示响应值的范围。

什么情况下应使用等高线图?

当您有一个数值响应和恰好两个连续预测变量,并希望快速、无需模型地了解响应如何随两个因子变化时使用,例如找出使响应最大化、最小化或达到目标值的 X-Y 组合,或找出满足规格的操作窗口。

等高线图与曲面图:应使用哪一种?

曲面图显示与等高线图相同的信息,但呈现为三维地貌,某些受众觉得它更易于解读。等高线图给出一张平面地图,用于定位高响应或低响应区域。如果只有一个连续预测变量,请改用拟合线图或回归图,因为等高线图需要两个输入轴。

等高线图如何估计数据点之间的值?

在 Zometric Statistical Software 中,Distance Method 把未测点的响应估计为周围观测点的加权平均值,距离较近的点权重更大。Distance Power 设定这种局部性的强弱,默认值通常为 2。对 X 和 Y 进行标准化可避免范围较大的变量占主导,显示数据符号则可揭示支持稀疏的区域。