NRF調查詢問人們會為萬聖節裝扮自己的狗。蝙蝠俠和超人列出了回應。（圖片由Kerrie Merullo Wilson提供）
隨著萬聖節即將到來，是時候決定穿什麼服裝了。
全國零售聯合會進行了一項調查以了解情況今年流行的服裝 ，我認為探索和想像它會很有趣調查結果 。
調查問了三個問題：
今年萬聖節的服裝會是什麼樣的？您的孩子/孩子將如何裝扮萬聖節？你會為萬聖節打扮什麼樣的寵物？我將數據導入 JMP ，我發現數據需要一些整理。
幸運的是，JMP 12有一個新設計的重新編碼功能 ，它可以讓您更有效地清理數據。
首先，導入的數據如下所示：
請注意，“服裝”列中有不需要的數字，數據表中有空格和缺失值。
我重新編寫了Costume列，通過突出顯示並選擇來刪除多餘的字符 Cols> Recode 。我使用紅色三角形菜單中的Trim Whitespace選項來擺脫每個值之前和之後的空白。
我還使用過濾器搜索欄來搜索我不希望包含在我的重新編碼數據表中的任何數字。通過在搜索欄中輸入“1”，包含“1”的每個值都會在頂部進行分組。刪除“新值”列中的不需要的字符後，舊值和新值將組合在一起並顯示為陰影。處理大量數據時，我使用“僅顯示分組/未分組”複選框來幫助控制我的視圖。
組相似值紅色三角形菜單選項也是組織和整理數據的好方法 - 尤其是在檢查一致性時。在此數據表中有多次出現的值，但它們具有不同的間距或額外的字母（例如，“蝙蝠俠”和“蝙蝠俠”）。我想找到這些值並重新編碼，以便它們在整個表格中保持一致。差異比率和最大字符差異選項自動將值組合在一起，只有幾個字符（取決於您的設置）。這樣可以輕鬆找到錯誤或不一致。我保持默認的差異比率值為.25，其中最多25％的值分組 - 換句話說，具有至少75％字符匹配的值被組合在一起。
以下是對類似值進行分組後的數據：
現在我可以很容易地看到分組的相似值。我編輯了每個組，以便給定值的每個實例看起來都相同。例如，我更改了“星球大戰角色”組的新值，以便三個實例中的每一個具有相同的間距。做了相應的更改後，我選擇了完成>到位 。這樣，“新值”列中的值將替換數據表中的舊值。要保留原始數據，請通過選擇將在Recode中所做的更改保存到新列完成>新專欄要么公式欄目 。
這是數據的樣子圖形生成器按百分比分析服裝：
請注意，已排除並隱藏包含“其他”的行。
另外，請注意上面的情節混亂且難以分析。我再次重新編碼Costume列以將服裝組織成類別，以便更容易在數據中查找模式。Costume列出現後重新編碼 ，我選擇要分組的值並使用右鍵單擊選項，集團到 。因為有許多動物服裝，我將它們分組並製作了“動物”類別。
在將所有動物分組為“動物（貓，狗，獅子，老虎等）”之後，我將該類別的名稱縮短為“動物”。我把剩下的服裝分為“Superhero”，“Fantasy”，“Scary”等類別。重新編碼後，我選擇了完成>公式列保留我的原始服裝專欄。我將新列命名為“Categories”。您可以通過雙擊列標題來查看公式。
以下是使用Categories列查看表格的內容：
分析
現在，服裝被分類為類別，Graph Builder提供了更可解釋的情節。在Graph Builder中，我使用了X變量的Percent列和Y變量的Categories。我按照兒童，成人和狗的數據對數據進行分組，並按人氣排序。這是結果：
上圖顯示了每個組（成人，兒童，狗）的服裝選擇百分比。我可以看到哪種服裝類別在成人，兒童和狗中最受歡迎。似乎幻想類別是成人最受歡迎的類別，兒童的動物類別和狗的對像類別。
為了進一步分析數據，我使用本地數據過濾器來查看成人服裝選擇。以下是成人過濾的數據，按人氣排序：
女巫服裝是今年成年人中最受歡迎的服裝。
現在我將研究哪種特定服裝在兒童和成人中最受歡迎。再次使用Graph Builder，我分析了選擇特定服裝的人的比例。因為數據不包括狗服裝的計數，所以我在運行分析之前創建了一個名為Group的新列，其中僅包含“Adult”和“Child”。Dog行的條目缺少值。這是一個用於說明結果的馬賽克圖：
縱軸表示Costume列的哪個比例屬於Child或Adult組。每個酒吧的整體尺寸表明哪些服裝在兒童和成人中都很受歡迎。該圖表顯示，大約75％的選擇巫婆服裝的人是成年人。大約一半選擇動物服裝的人是成年人，一半是孩子。一些服裝團體，如公主，完全由一個團體主導。在這種情況下，孩子們佔選擇公主作為服裝的人的總比例。
為了獲得額外的樂趣，我使用Fit Y by X平台按類別對數據進行分組，以創建另一個馬賽克圖。這是情節的樣子：
我可以看到，只有孩子選擇了對像類別的服裝，只有成年人選擇了職業類別的服裝。在比較整體酒吧大小時，Fantasy，Scary和Superhero是成人和兒童最受歡迎的類別。我可以在前面提到的一個條形圖中觀察到相同的發現，但是對於馬賽克圖（上圖），我可以更容易地比較兩組中的服裝流行度。
祝大家萬聖節充滿樂趣和安全！留意女巫 - 顯然我們今年可以期待看到很多女巫！
萬聖節你會怎麼樣？
