データの再形成は、さらなる分析とモデリングのためにデータ テーブルを準備するプロセスの 1 つの貴重な段階です。 ほとんどの分析では、データを 2 次元の表形式に整理します。この形式では、各行が個々の観察またはケースであり、各列にはその個人に関する測定値または属性が含まれます。 ただし、これが唯一のオプションではない場合や、推奨されるオプションではない場合もあります。
対照実験のための簡単なパイロット研究を考えてみましょう。 この実験では、タスクを実行する際の被験者のスコアを上げることを目的としたトレーニング活動の効果を調査します。 研究の各被験者が事前テストと事後テストを完了し、スコアが記録されるように実験が設計されているとします。 個人 A から H として識別される 8 人のパイロット被験者がおり、そのうちの 4 人がこのアクティビティを使用するためにランダムに割り当てられます。 残りの 4 つは対照グループです。
データ収集後、各人について 2 つのスコアが得られ、どの個人が各グループに属していたのかがわかります。 データを単一の行列またはデータ テーブルに配置するには何を選択すればよいでしょうか?
ワイド形式とロング形式
実験被験者ごとに 1 行を割り当てる規則に従う場合、データ テーブルは次のようになります。
表 1: 広範囲にわたる人工実験データ
主題
|
グループ
|
前
|
役職
|
あ
|
経験値
|
51
|
48
|
B
|
Ctrl
|
53
|
42
|
C
|
Ctrl
|
48
|
56
|
D
|
経験値
|
44
|
49
|
E
|
経験値
|
47
|
59
|
F
|
Ctrl
|
42
|
43
|
G
|
Ctrl
|
52
|
39
|
H
|
経験値
|
48
|
49
|
この形式は、多くの場合「ワイド」と呼ばれます。特定の個人のすべての属性と測定値が複数の列にまたがっています。 この例では、冗長性が最小限に抑えられた 8 行 4 列のマトリックスがあります。
ワイド形式の代わりに、同じデータを「狭い」または「高い」配置に再配置することもできます。 これにより、一部の冗長性が導入されます。主題、グループ、 とテストテスト (事前または事後) をカテゴリ変数として扱い、すべてのスコアを単一の数値変数として扱う代わりに、列が追加されます。
表 2: 同じデータの長い配列
主題
|
グループ
|
テスト
|
スコア
|
あ
|
経験値
|
前
|
51
|
あ
|
経験値
|
役職
|
48
|
B
|
Ctrl
|
前
|
53
|
B
|
Ctrl
|
役職
|
42
|
C
|
Ctrl
|
前
|
48
|
C
|
Ctrl
|
役職
|
56
|
D
|
経験値
|
前
|
44
|
D
|
経験値
|
役職
|
49
|
E
|
経験値
|
前
|
47
|
E
|
経験値
|
役職
|
59
|
F
|
Ctrl
|
前
|
42
|
F
|
Ctrl
|
役職
|
43
|
G
|
Ctrl
|
前
|
52
|
G
|
Ctrl
|
役職
|
39
|
H
|
経験値
|
前
|
48
|
H
|
経験値
|
役職
|
49
|
最終的には、データ テーブルの望ましい形状についての決定は、分析目標のロジックに基づいて決定される必要があります。 実験やデータ収集をゼロから設計する場合は、最初から分析目標を考慮する必要があります。 ただし、多くの場合、データ テーブルのレイアウトは以前に他の人によって選択されており、アナリストの仕事は、データを現在の目的に合った形式にレンダリングすることです。
ワイド形式とロング形式の理由
おそらく、データをワイド形式に配置する最も一般的な理由は、長期測定データまたは反復測定データを扱うためです。 一部の分析プラットフォームでは、繰り返される各測定を変数として扱うことが必要な場合があります。 (たとえば、次を参照してください。グレース・マーティン 2015 、または SAS Institute 2016a。）一部の手順については、 JMP SAS Institute 2016b で説明されているように、反復測定をワイド形式またはロング形式でモデル化できます。 同じ被験者または観察単位の繰り返しの測定値は相互に相関している可能性が高いため、単一の変数ではなく複数の変数として扱う方が適切です。
時系列モデリングや視覚化のように、分析目標に時間を要因または予測子として明示的に表示することが含まれる場合は、長い形式の方が適している可能性があります。 たとえば、JMP で時間ディメンションを使用するには、データ テーブルを長くする必要があります。バブルプロットプラットホーム。
次の 2 つのセクションでは、ワイド形式からナロー形式へ、またはその逆に変換するための JMP 方法を説明します。 最初の図では、より複雑な図に進む前に、この人工データ セットを単に方法を示すためにのみ使用しています。
ワイドデータのスタッキング
この導入例では、データの初期状態は被験者ごとに 1 行の幅があり、2 つの測定値が別々の列を占めています。 言い換えれば、2 つの測定値は 2 つの変数として扱われます。 図 1 にデータ テーブルの初期状態を示します。 この仮説研究の設計では一致ペアを使用するため、データ テーブルを使用した分析に直接進むことができます。
他の分析目的では、次のことが役立つ可能性があります。 eテーブルを狭い形式に整形します。 私たちが使用するのは、スタックのコマンドテーブルメニュー。
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図 1: ワイド形式のデータ テーブルの例
- 選択するテーブル>スタックをクリックして、図 2 に示すダイアログ ボックスを開きます。
- 目標は、テスト管理をカテゴリ変数 (事前および事後) として表し、すべてのスコアを 1 つの列に積み重ねる新しい列を作成することです。 これを行うには、現在の 2 つの列を選択します (前と役職）をクリックし、スタック列。
デフォルトでは、JMP は新しい定量列に名前を付けます。データカテゴリ識別子 (つまり、元の列名) は次のようになります。ラベル。 より意味のある可変タイトルを選択する方がよいでしょう。
- ダイアログの右下で、スコアと実験フェーズを説明する列タイトルを指定します。
- 図 2 に示すようにダイアログを完了し、 をクリックします。 OK 。
Figure 2: The Stack DialogFigure 2: The Stack DialogFigure 2: The Stack DialogFigure 2: The Stack Dialog図 2: [スタック] ダイアログ
新しいデータ テーブルが開き、16 個の測定値が狭い (長い) 形式で表示されます。 データ テーブルは図 3 のようになります。
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図 3: 狭い形式、または積み重ねられた形式の実験データ
狭いデータのアンスタッキング
データが最初はナロー フォーマット (表 2 および図 3 と同様) で記録されていたが、それをワイド フォーマットで再編成したいとします。 例を続行し、プロセスを逆にするには、スプリットのプラットフォームテーブルメニュー。 図 4 に示すダイアログが表示されます。 ここで、アンスタックの基準を識別する列を指定する必要があります (この場合、テスト列) と、複数の新しい列にデータを設定するデータを含む列。
デフォルトでは、JMP は分割仕様で選択された列を除くすべての列を削除します。 この例では、被験者と実験グループに関する情報を保持することが合理的です。
- そこで、次のボタンをクリックしますすべて保ちます下残り列図4に示すように。 このダイアログには、新しいワイド テーブルの名前を変更するオプションも提供されます。
- 図のようにダイアログを完了し、 をクリックします。作成。
Figure 4: Split Table dialogFigure 4: Split Table dialogFigure 4: Split Table dialogFigure 4: Split Table dialog図 4: [テーブルの分割] ダイアログこのコマンドの結果を図 5 に示します。 これで、JMP が分割列の順序をアルファベット順に並べるという 1 つの例外を除いて、ほぼ一周することができます。 したがって、図 1 とは対照的に、テスト後のデータは 4 列目ではなく 3 列目になります。 を使用する際には、これに注意する必要があります。マッチドペアペアサンプル用のプラットフォームt -検定または信頼区間。JMP 13 以降、マッチドペアプラットフォームはその中にあります分析 > 特殊モデリングオプション。 ベテランの JMP ユーザーは、以前にこの機能を次の場所で見つけました。分析するメニュー。
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図 5: ワイド フォーマットに分割した後の実験データ
この投稿の内容は、私の本の第 7 章の抜粋です。 JMP を使用した分析用のデータの準備ここでは、テーブルを操作するためのその他のテクニックや、その他のデータ クリーニングのヒントが見つかります。
参考文献
