60982_zh-TW

liliconcom

數據表是什麼形狀？

重塑數據是準備數據表以進行進一步分析和建模的過程中非常寶貴的階段。 對於大多數分析，我們將數據組織成二維表格格式，其中每一行都是一個單獨的觀察或案例，每列包含與該個體相關的測量或屬性。 但有時這不是唯一的選擇，甚至不是首選的選擇。

考慮一個簡單的對照實驗試點研究。 該實驗調查了旨在提高受試者執行任務得分的訓練活動的效果。 假設實驗的設計是讓研究中的每個受試者都完成前測和後測，並記錄分數。 有八名試點受試者被確定為個體 A 到 H，其中四人被隨機分配來使用該活動。 另外四個是對照組。

數據收集後，我們將為每個人提供兩個分數，並且我們將知道每組中有哪些人。 我們可以選擇哪些方式將數據放入單個矩陣或數據表中？

寬格式與長格式

如果我們遵循為每個實驗對象分配一行的約定，我們的數據表可能如下所示：

表 1：大量人工實驗數據

主題	團體	預	郵政
A	經驗值	51	48
乙	控制鍵	53	42
C	控制鍵	48	56
D	經驗值	44	49
乙	經驗值	47	59
F	控制鍵	42	43
G	控制鍵	52	39
H	經驗值	48	49

 

這種格式通常被稱為“寬”：給定個體的所有屬性和測量值分佈在多個列中。 在此示例中，我們有一個八行四列的矩陣，具有最小的冗餘。

寬格式的替代方案是以“窄”或“高”的方式重新排列相同的數據。 這引入了一些冗餘主題,團體， 和測試列，以換取將測試（前或後）視為分類變量並將所有分數視為單個數字變量。

 

表 2：相同數據的長排列

主題	團體	測試	分數
A	經驗值	預	51
A	經驗值	郵政	48
乙	控制鍵	預	53
乙	控制鍵	郵政	42
C	控制鍵	預	48
C	控制鍵	郵政	56
D	經驗值	預	44
D	經驗值	郵政	49
乙	經驗值	預	47
乙	經驗值	郵政	59
F	控制鍵	預	42
F	控制鍵	郵政	43
G	控制鍵	預	52
G	控制鍵	郵政	39
H	經驗值	預	48
H	經驗值	郵政	49

 

最終，關於數據表的首選形狀的決定應該由分析目標的邏輯驅動。 在從頭開始設計實驗或數據收集時，您應該從一開始就考慮分析目標。 然而，數據表的佈局通常是由其他人較早選擇的，而分析師的工作是將數據呈現為適合當前目的的格式。

寬格式和長格式的原因

也許將數據排列成寬格式的最常見原因是我們正在處理縱向或重複測量數據。 某些分析平台可能要求將每次重複測量視為變量。 （例如，參見格蕾絲-馬丁 2015 ，或 SAS Institute 2016a。）對於某些過程，聯合管理計劃可以以寬格式或長格式對重複測量進行建模，如 SAS Institute 2016b 中所述。 由於同一受試者或觀察單位的重複測量可能彼此相關，因此最好將它們視為多個變量而不是單個變量。

當分析目標涉及明確地將時間視為一個因素或預測因素時（如時間序列建模或可視化），那麼長格式可能更合適。 例如，數據表應該很長才能在 JMP 上使用時間維度氣泡圖平台。

接下來的兩節說明了將寬格式轉換為窄格式以及反之亦然的 JMP 方法。 最初的插圖僅使用此人工數據集來展示該方法，然後再轉向更複雜的插圖。

堆疊寬數據

在這個介紹性示例中，數據的初始狀態很寬，每個受試者一行，兩個測量值佔據不同的列。 換句話說，這兩個測量值被視為兩個變量。 圖1顯示了數據表的初始狀態。 由於本假設研究的設計使用配對，因此我們可能會直接使用數據表進行分析。

對於其他分析目的，可能會有所幫助e將表格調整為窄格式。 我們使用堆命令在表格菜單。

Figure 1: Example Data Table in Wide FormatFigure 1: Example Data Table in Wide FormatFigure 1: Example Data Table in Wide FormatFigure 1: Example Data Table in Wide Format圖 1：寬格式數據表示例

1. 選擇表格>堆打開如圖2所示的對話框。
2. 目標是創建一個新列，將測試管理表示為分類變量（前和後），並將所有分數堆疊到單個列中。 為此，我們選擇兩個當前列（預和郵政），然後單擊堆棧列。

默認情況下，JMP 將為新定量列命名數據和分類標識符（即原始列名稱）為標籤。 最好選擇更有意義的變量標題。

1. 在對話框的右下角，指定分數和實驗階段的描述性列標題。
2. 完成如圖 2 所示的對話框，然後單擊好的。

Figure 2: The Stack DialogFigure 2: The Stack DialogFigure 2: The Stack DialogFigure 2: The Stack Dialog圖 2：堆棧對話框

將打開一個新數據表，其中包含以窄（長）格式表示的 16 個測量值。 您的數據表現在應如圖 3 所示。

 

Figure 3: The Experimental Data in Narrow, or Stacked, FormatFigure 3: The Experimental Data in Narrow, or Stacked, FormatFigure 3: The Experimental Data in Narrow, or Stacked, FormatFigure 3: The Experimental Data in Narrow, or Stacked, Format圖 3：窄格式或堆疊格式的實驗數據

解析狹隘數據

假設數據最初以窄格式記錄（類似於表2和圖3），但我們想以寬格式重新組織它。 要繼續該示例並反轉該過程，我們將使用分裂平台在表格菜單。 該對話框如圖 4 所示。 這裡我們需要指定標識拆棧基礎的列（在本例中，測試列）以及包含將填充多個新列的數據的列。

默認情況下，JMP 將刪除除拆分規範中選擇的列之外的所有列。 對於這個例子，保留有關受試者和實驗組的信息是有意義的。

1. 所以點擊旁邊的按鈕保留全部在下面其餘的列如圖4所示。 該對話框還提供了重命名新寬表的選項。
2. 完成如圖所示的對話框，然後單擊創造。

Figure 4: Split Table dialogFigure 4: Split Table dialogFigure 4: Split Table dialogFigure 4: Split Table dialog圖 4：拆分錶對話框該命令的結果如圖 5 所示。 這幾乎給我們帶來了一個完整的循環，除了 JMP 按字母順序排列拆分列的順序之外。 因此，與圖 1 相比，測試後數據現在是第三列而不是第四列。 您在使用時需要注意這一點配對配對樣本平台t - 檢驗或置信區間。自 JMP 13 以來，配對平台是其中分析 > 特殊建模選項。 資深 JMP 用戶之前曾在分析菜單。

 

 

Figure 5: The Experimental Data after Split to Wide FormatFigure 5: The Experimental Data after Split to Wide FormatFigure 5: The Experimental Data after Split to Wide FormatFigure 5: The Experimental Data after Split to Wide Format圖5：分割為寬格式後的實驗數據

 

這篇文章的內容是我的書第七章的摘錄，準備數據以使用 JMP 進行分析，您將在其中找到更多使用表格的技術以及更多數據清理技巧。

參考

• Grace-Martin, K. (2015)“重複測量數據的寬長數據格式”，可訪問http://www.theanalysisfactor.com/wide-and-long-data/ 。
• SAS 研究所 (2016a) JMP 13 擬合線性模型。 北卡羅來納州卡里：SAS Institute Inc.
• SAS Institute Inc. (2016b)“樣本 30584：分析 JMP 軟件中的重複測量”可訪問http://www.jmp.com/support/notes/30/584.html 。

寬數據表和長（或窄）數據表有什麼區別？ 我應該關心嗎？ 我什麼時候想使用其中一種而不是另一種，如何從一種轉換為另一種？