Gerhard Svolba是一名同事 SAS 他不僅是一位經驗豐富的分析師和充滿愛心的父親，還是SAS Press的作者和熱情的水手。他做過有價值的研究檢測數據質量問題和他們的數據分析的後果 。
帆船賽的開始（照片使用Gerhard Svolba提供）
作為一名統計學家，我非常清楚可靠的數據質量評估的重要性和負擔。因為我正在進行風帆衝浪和潛水，Gerhard和我在見面時總是談論很多。最近，他告訴我，他記錄了他最後一次帆船賽，並提議向我提供日誌文件。我接受了，幾天后我收到了 JMP 數據表（非常友好！），包含他的GPX記錄器中的數據，以及一些有關數據查找內容的建議。
帶有記錄數據的數據表
對我來說，沒有數據文件像GPX日誌一樣無聊。它只是一個時間戳，坐標，速度和指南針標題。
你能從這樣的文件中得到什麼？更糟糕的是，我的標準初始分析 - 將數據帶入Graph Builder - 只顯示了一些奇怪的線條。
奧地利和新錫德爾湖
嗯，縮小圖片顯示，帆船賽發生在一個湖泊 - 奧地利東部地區。是的，格哈德是奧地利人，你不僅要聽他講的話，還要聽他的美妙口音。
回到帆船賽本身。隨著航行，看到比賽如何進行是很有趣的，因為只有一些浮標可以通過，但浮標之間沒有規定的軌道。在本地數據過濾器的幫助下，我可以使用時間戳來跟踪帆船的移動。
Graph Builder中的點，本地數據過濾器和圖表選項
在顯示所有航點的圖表中，我首先從熱點設置“鎖定比例”，因為我不想放大所選區域，而是按照整個航線的路線。
課程的各個部分顯示在不同的滑塊位置
使用滑塊，我選擇了一個很小的時間片並將其移動到刻度上。我可以看到他們如何將船停在該地區的西部，然後向東南方向做了一條長腿，然後是一些黏合在向北急轉彎之前（可能在浮標周圍）進行操縱。他們直奔北部，西北部，然後開始第二輪採用不同的定位策略。
沒有錄音的時間範圍
令我驚訝的是，在第二輪之後所有點都消失了，我找到了一個沒有任何活動的合理時間段。沒有比告訴同事他們的錯誤更有趣了！所以我打電話給格哈德告訴他我的發現。
“好吧，”他說; “我忘了告訴你：數據來自三場比賽，一個接一個。”很高興知道。
現在我想通過數據集中的變量識別不同的種族。沒有什麼比使用JMP的交互功能更容易了。我只是將左滑塊手柄移動到刻度的原點。現在展示了第一場比賽的兩輪比賽。從上下文菜單中，我選擇了“列中的名稱選擇”，將列命名並賦值1。然後我分別為接下來的兩場比賽做了相同的數字2和3，併計算了第四列中所有的總和。現在我能夠在一個圖表中疊加比賽。
數據點的圖形子集和標記
覆蓋三個已識別比賽的圖表
到目前為止，在玩完滑塊和撥打電話之後，我才知道我有三場比賽的數據。一旦我添加了一些主題知識，我也能夠了解我沒有數據的事情。我知道浮標放在哪裡，我有很好的信息，關於風向的方向。
當帆船從後面航行時，帆船應該在地面上獲得最高速度。數據有羅盤標題和速度，所以我看了這些。
在分佈中選擇的西北偏北的課程
風吹向北方向西北方向。考慮到帆船不能提供堅固的地面，我選擇了北方路線周圍的一系列指南針標題，包括300度到360度的高度和20度以下的高度，以找到最快的部分。為了仔細檢查我的選擇，我查看了位置圖並稍微糾正了我的選擇，以便我真正覆蓋了沒有定位的整個距離。
南方大頭釘的北羅盤讀數？
想像一下，當我發現一些選定的數據點出現時，我感到驚訝南行腿當然，因為我以為我只選擇了北方課程。現在我有另一個理由打電話給格哈德，這次答案並不那麼容易。GPX記錄器將其數據導出為未格式化的流。通常標題為兩位小數。但是如果記錄的方向恰好是整數，則該記錄器只是跳過小數位。數據導入首先忽略該行為，並始終將最後兩位數字解釋為小數。例如，34815被正確導入為348.15度，但348被錯誤地導入為3.48度。
這個發現的有趣之處在於它只是通過一些邏輯（選擇北方路線）和一個圖形（顯示帆船的位置）的組合來揭示。僅邏輯就不會發現這個錯誤。如果沒有JMP中的交互式圖形，我們就無法發現這個問題。而對於邏輯部分，則無需編寫代碼;所有這一切都是在直方圖中滑動一些條形圖。
我不會得出結論，使用JMP評估給定數據集的質量很有趣。但至少，JMP讓它變得非常簡單。它提供了您無法使用其他策略或工具的洞察力，並且速度很快。當我被提醒這些數據時，找到問題通常比找出原因更容易。
