데이터 재구성은 추가 분석 및 모델링을 위해 데이터 테이블을 준비하는 과정에서 매우 중요한 단계 중 하나입니다. 대부분의 분석에서 각 행은 개별 관찰 또는 사례이고 각 열에는 해당 개인과 관련된 측정 또는 속성이 포함된 2차원 표 형식으로 데이터를 구성합니다. 하지만 이것이 유일한 옵션이 아니거나 선호되는 옵션이 아닌 경우도 있습니다.
통제된 실험을 위한 간단한 파일럿 연구를 고려하십시오. 실험은 과제 수행에서 피험자의 점수를 높이기 위한 훈련 활동의 효과를 조사합니다. 연구의 각 피험자가 사전 및 사후 테스트를 완료하고 점수가 기록되도록 실험이 설계되었다고 가정합니다. 개인 A에서 H까지 식별된 8명의 파일럿 피험자가 있으며 그 중 4명은 활동을 사용하도록 무작위로 지정됩니다. 나머지 4개는 대조군입니다.
데이터를 수집한 후 각 사람에 대해 두 개의 점수를 얻고 각 그룹에 어떤 개인이 있는지 알 수 있습니다. 데이터를 단일 매트릭스 또는 데이터 테이블에 배치하기 위한 선택 사항은 무엇입니까?
와이드 대 롱 포맷
실험 대상당 하나의 행을 할당하는 규칙을 따른다면 데이터 테이블은 다음과 같을 수 있습니다.
표 1: 다양한 인공 실험 데이터
주제
|
그룹
|
사전
|
우편
|
ㅏ
|
특급
|
51
|
48
|
비
|
Ctrl 키
|
53
|
42
|
씨
|
Ctrl 키
|
48
|
56
|
디
|
특급
|
44
|
49
|
이자형
|
특급
|
47
|
59
|
에프
|
Ctrl 키
|
42
|
43
|
G
|
Ctrl 키
|
52
|
39
|
시간
|
특급
|
48
|
49
|
이 형식은 종종 "와이드"라고 합니다. 특정 개인의 모든 속성과 측정값이 여러 열에 분산되어 있습니다. 이 예에는 중복성이 최소화된 8행 4열의 행렬이 있습니다.
넓은 형식의 대안은 동일한 데이터를 "좁은" 또는 "높은" 배열로 재정렬하는 것입니다. 이것은 주제 , 그룹 , 그리고 시험 테스트(사전 또는 사후)를 범주형 변수로 처리하고 모든 점수를 단일 숫자 변수로 처리하는 대가로 열.
표 2: 동일한 데이터의 긴 배열
주제
|
그룹
|
시험
|
점수
|
ㅏ
|
특급
|
사전
|
51
|
ㅏ
|
특급
|
우편
|
48
|
비
|
Ctrl 키
|
사전
|
53
|
비
|
Ctrl 키
|
우편
|
42
|
씨
|
Ctrl 키
|
사전
|
48
|
씨
|
Ctrl 키
|
우편
|
56
|
디
|
특급
|
사전
|
44
|
디
|
특급
|
우편
|
49
|
이자형
|
특급
|
사전
|
47
|
이자형
|
특급
|
우편
|
59
|
에프
|
Ctrl 키
|
사전
|
42
|
에프
|
Ctrl 키
|
우편
|
43
|
G
|
Ctrl 키
|
사전
|
52
|
G
|
Ctrl 키
|
우편
|
39
|
시간
|
특급
|
사전
|
48
|
시간
|
특급
|
우편
|
49
|
궁극적으로 선호하는 데이터 테이블 형태에 대한 결정은 분석 목표의 논리에 따라 결정되어야 합니다. 실험 또는 데이터 수집을 처음부터 설계할 때는 처음부터 분석 목표를 고려해야 합니다. 그러나 데이터 테이블의 레이아웃은 다른 사람이 더 일찍 선택한 경우가 많으며 분석가의 임무는 데이터를 현재 목적에 맞는 형식으로 렌더링하는 것입니다.
와이드 포맷과 롱 포맷의 이유
데이터를 넓은 형식으로 정렬하는 가장 일반적인 이유는 종단 또는 반복 측정 데이터로 작업하기 때문일 것입니다. 일부 분석 플랫폼에서는 각 반복 측정을 변수로 처리해야 할 수 있습니다. (예를 들어, 그레이스 마틴 2015 , 또는 SAS Institute 2016a.) 일부 절차의 경우, JMP SAS Institute 2016b에서 설명한 대로 와이드 또는 롱 형식으로 반복 측정값을 모델링할 수 있습니다. 동일한 대상 또는 관찰 단위의 반복 측정은 서로 상관관계가 있을 가능성이 높기 때문에 단일 변수가 아닌 다중 변수로 취급하는 것이 좋습니다.
분석 목표가 시계열 모델링 또는 시각화에서와 같이 명시적으로 시간을 요소 또는 예측 변수로 보는 것과 관련된 경우 긴 형식이 더 적합할 수 있습니다. 예를 들어 JMP에서 시간 차원을 사용하려면 데이터 테이블이 길어야 합니다. 버블 도표 플랫폼.
다음 두 섹션에서는 넓은 형식을 좁은 형식으로 또는 그 반대로 변환하는 JMP 방법을 설명합니다. 초기 그림은 더 복잡한 그림으로 이동하기 전에 방법을 제시하기 위해서만 이 인공 데이터 세트를 사용합니다.
넓은 데이터 쌓기
이 소개 예제에서 데이터의 초기 상태는 주제당 하나의 행과 별도의 열을 차지하는 두 측정값으로 넓습니다. 즉, 두 개의 측정값이 두 개의 변수로 취급됩니다. 그림 1은 데이터 테이블의 초기 상태를 보여줍니다. 이 가상 연구의 디자인은 일치하는 쌍을 사용하기 때문에 데이터 테이블을 사용한 분석으로 바로 이동할 수 있습니다.
다른 분석 목적을 위해 r에 도움이 될 수 있습니다. 이자형 테이블을 좁은 형식으로 만듭니다. 우리는 스택 명령 테이블 메뉴.
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 Format그림 1: 넓은 형식의 예제 데이터 테이블
- 선택하다 테이블 > 스택 그림 2에 표시된 대화 상자를 엽니다.
- 목표는 시험 관리를 범주형 변수(사전 및 사후)로 나타내고 모든 점수를 단일 열에 누적하는 새 열을 만드는 것입니다. 이를 위해 두 개의 현재 열( 사전 그리고 우편 ), 클릭 열 쌓기 .
기본적으로 JMP는 새 양적 열의 이름을 지정합니다. 데이터 범주 식별자(즉, 원래 열 이름)는 다음과 같습니다. 상표 . 보다 의미 있는 변수 제목을 선택하는 것이 좋습니다.
- 대화 상자의 오른쪽 하단에서 점수 및 실험 단계에 대한 설명 열 제목을 지정합니다.
- 그림 2와 같이 대화 상자를 완성하고 클릭 좋아요 .
Figure 2: The Stack DialogFigure 2: The Stack DialogFigure 2: The Stack DialogFigure 2: The Stack Dialog그림 2: 스택 대화 상자
좁은(긴) 형식으로 표시된 16개의 측정값이 포함된 새 데이터 테이블이 열립니다. 이제 데이터 테이블이 그림 3과 같아야 합니다.
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, Format그림 3: 좁거나 누적된 형식의 실험 데이터
좁은 데이터 언스태킹
데이터가 처음에 좁은 형식(표 2 및 그림 3과 유사)으로 기록되었지만 넓은 형식으로 재구성하려고 한다고 가정합니다. 예제를 계속 진행하고 프로세스를 역순으로 진행하려면 다음을 사용합니다. 나뉘다 의 플랫폼 테이블 메뉴. 그림 4에 대화 상자가 나타납니다. 여기에서 언스태킹의 기준을 식별하는 열을 지정해야 합니다(이 경우 시험 열)뿐만 아니라 여러 개의 새 열을 채울 데이터를 포함하는 열입니다.
기본적으로 JMP는 분할 사양에서 선택한 열을 제외한 모든 열을 삭제합니다. 이 예에서는 대상과 실험 그룹에 대한 정보를 유지하는 것이 좋습니다.
- 그래서 옆에 있는 버튼을 누르면 모두 유지 아래에 남은 열 그림 4와 같이. 이 대화 상자는 새 와이드 테이블의 이름을 바꾸는 옵션도 제공합니다.
- 표시된 대로 대화 상자를 완료하고 을 클릭합니다. 만들다 .
Figure 4: Split Table dialogFigure 4: Split Table dialogFigure 4: Split Table dialogFigure 4: Split Table dialog그림 4: 테이블 분할 대화 상자 이 명령의 결과는 그림 5에 나와 있습니다. 이것은 JMP가 분할 열의 순서를 알파벳순으로 정렬한다는 한 가지 예외를 제외하고는 거의 완전한 원을 제공합니다. 따라서 그림 1과 달리 사후 테스트 데이터는 이제 네 번째 열이 아닌 세 번째 열입니다. 를 사용할 때 이 점에 유의해야 합니다. 일치하는 쌍 쌍 표본을 위한 플랫폼 티 -테스트 또는 신뢰 구간.JMP 13부터 일치하는 쌍 플랫폼은 그 중 분석 > 특수 모델링 옵션. 베테랑 JMP 사용자는 이전에 분석하다 메뉴.
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 Format그림 5: Wide Format으로 분할한 후의 실험 데이터
이 게시물의 내용은 내 책의 7장에서 발췌한 것입니다. JMP로 분석할 데이터 준비 에서 테이블 작업에 대한 더 많은 기술과 더 많은 데이터 정리 팁을 찾을 수 있습니다.
참조
