"Maintenant, vous le voyez" est expert en visualisation de données Stephen Few Le nouveau livre de, expliquant comment utiliser des techniques visuelles simples pour l'analyse quantitative. Dans cette offre de la taille d'un manuel, Stephen explore l'un des aspects les plus négligés de l'analyse: la représentation graphique de l'information.
Stephen jette les bases d'une bonne analyse visuelle dans la première partie en définissant la manière dont nous percevons les informations. Il déclare: «… il existe des moyens d’afficher visuellement des données efficaces car elles correspondent naturellement au fonctionnement de la vision et de la cognition, et il existe des moyens d’enfreindre les règles et par conséquent de ne pas fonctionner. Si nous souhaitons afficher les informations de manière à ce que nous-mêmes et les autres puissent en comprendre le sens, nous devons comprendre et respecter les règles. ”
Il poursuit en expliquant que "nous percevons plusieurs attributs de base des images visuelles de manière attentive, c'est-à-dire avant et sans besoin de perception consciente".
Vous trouverez ci-dessous une liste de ces attributs pré-attentifs qui sont perçus quantitativement en eux-mêmes, sans avoir à leur attribuer des valeurs arbitrairement:
Longueur - plus long = plus grand
Position 2D: décalage supérieur / inférieur ou gauche / droite = supérieur
Largeur - Plus large = plus grand
Taille - Plus grand = plus grand
Intensité - Plus sombre = plus grand
Flou - plus clair = plus grand
Ces attributs pré-attentifs nous aident tous à consommer et à digérer les informations et à donner un sens à leur signification. Cependant, Stephen souligne que "les symboles pré-attentifs deviennent moins distincts à mesure que la variété de distractions augmente. Il est facile de repérer un seul faucon dans un ciel rempli de pigeons, mais si le ciel contient une plus grande variété d'oiseaux, le faucon sera plus difficile à voir. "
Les bonnes visualisations tirent non seulement parti des attributs de pré-écoute mentionnés ci-dessus, mais les utilisent également de manière appropriée, tout en tenant compte des limites de notre mémoire visuelle.
Stephen explique que nous avons à la fois "la mémoire de travail et la mémoire à long terme". La mémoire de travail ne stocke que brièvement les informations. La mémoire de travail est l'endroit où l'information réside lorsque nous y réfléchissons. Si nous y réfléchissons assez longtemps, cela se retrouvera dans la mémoire à long terme. "
Et la mémoire visuelle (qui fait partie de la mémoire de travail) est très limitée. La mémoire visuelle traite les informations en «morceaux». Combien coûte un bloc d’informations? Cela dépend de la manière dont cela est transmis. Les blocs d'informations doivent être relativement petits lorsqu'ils sont constitués de texte ou de chiffres. Cependant, ils peuvent être plus gros lorsqu'ils sont servis graphiquement.
La deuxième partie, qui constitue la base du livre, propose au lecteur différentes analyses et présente des exemples de techniques visuelles performantes permettant de transmettre au mieux les informations utilisées dans chacune d’elles.
La troisième partie couvre les nouvelles tendances prometteuses. Ici, Stephen discute de «Illuminating Predictive Models», et c’est là que JMP occupe une place de choix.
Notant que son livre se concentre principalement sur l’analyse des informations existantes, ou statistiques descriptives , il souligne ici les avantages de statistiques prédictives . "Si nous comprenons assez bien le passé pour le décrire clairement et avec précision, nous pouvons souvent construire un modèle que nous pourrons prédire ce qui va probablement se passer à la suite de conditions, d'événements ou de décisions spécifiques à l'avenir", écrit Stephen.
Il explique que "l'objectif de l'analyse prédictive n'est pas de produire une certitude sur l'avenir, mais de réduire l'incertitude de manière à nous permettre de prendre de meilleures décisions."
Il décrit ensuite ce qu’il appelle des «modèles prédictifs transparents». Et c’est ici que Stephen utilise JMP expliquer en quoi des modèles prédictifs transparents nous aident à prendre de meilleures décisions avec moins de risque. Il a déclaré: «Ce niveau d’implication dans le processus analytique [à l’aide de modèles prédictifs transparents] tire parti de nos cerveaux de manière à ouvrir la fenêtre à des connaissances que nous ne pourrions jamais expérimenter autrement."
De nombreuses visualisations abordées dans le livre de Stephen sont disponibles dans JMP. Mais plus important encore, les visualisations JMP intègrent également des analyses de classe mondiale. C’est pourquoi, lorsque Stephen se tourne vers des analyses plus avancées, telles que la modélisation prédictive, JMP occupe une place de choix.
«Now You See It» est une lecture incontournable pour toute personne ayant besoin d'explorer et de comprendre les données qui guident son processus de prise de décision. Suivre les conseils de Stephen aidera les lecteurs à mieux explorer leurs données, à découvrir plus rapidement les tendances et les schémas et à prendre des décisions en toute confiance.
Stephen McDaniel a écrit:
Chuck, excellent post sur un bon livre.
Je pense que JMP correspond à un compromis entre SAS et R qui a été négligé.
Alors que SAS 9.2 a considérablement amélioré la visualisation des analyses, JMP offre un niveau d'interactivité beaucoup plus élevé en raison de la nature du produit. Bien que R ait souvent été salué par les statisticiens théoriques et théoriques pour ses excellentes visualisations combinées à l’analyse, je pense personnellement que JMP est un environnement beaucoup plus productif que R pour le statisticien appliqué. Je pense en particulier que cela est vrai dans une entreprise où plusieurs projets sont souvent liés en peu de temps. Enfin, JMP a fait des pas de géant en matière de visualisation interactive, ce dont je me félicite.
JMP est, à mon avis, le meilleur outil interactif associant analyse avancée et visualisation. J'apprécie particulièrement les algorithmes d'exploration de données et les capacités de modélisation statistique interactive. SAS évolue mieux, mais JMP est tout simplement rapide, flexible et puissant pour une visualisation statistique avancée.
Meilleur,
Stephen McDaniel
Cofondateur et principal, Freakalytics ™ LLC
Rapid Analytics pour explorer, comprendre, communiquer et agir
www.Freakalytics.com
Martin Owen a écrit:
Je n'ai pas encore lu "Maintenant, vous le voyez", mais je viens de lire le livre précédent de Stephen Few, "Information Dashboard Design".
C'est une lecture remarquable, à la fois pragmatique et stimulante. J'ai immédiatement suivi les conseils de Stephen et utilisé ces techniques pour redéfinir un tableau de bord existant afin d'apporter une valeur ajoutée et une clarté. Et une fois que vous êtes conscient des 13 erreurs courantes dans la conception de tableaux de bord, vous en voyez des exemples effroyables partout, qui se démarquent comme des pouces endoloris.
Être bon avec des outils statistiques ne suffit pas.
Qui a besoin de connaître la sortie?
Que doivent-ils savoir?
Combien ont-ils besoin de savoir?
Pourquoi ont-ils besoin de savoir?
Si vous souhaitez avoir un impact immédiat sur la sélection de ce qui est le plus important, puis sur la collecte efficace de données complexes, je vous recommande vivement ce livre.
Martin Owen
