"이제 너 보라" 데이터 시각화 전문가 스티븐 몇 이 책은 양적 분석을 위해 간단한 시각적 기법을 사용하는 방법을 설명하고있다. 이 교과서 크기의 오퍼링에서 Stephen은 더 간과되는 분석 측면 중 하나 인 정보의 그래픽 표현을 탐구합니다.
Stephen은 우리가 정보를 인식하는 방법을 정의함으로써 Part I에서 좋은 시각적 분석을위한 토대를 마련했습니다. 그는 "시각과인지의 작업에 자연스럽게 일치하므로 효과적인 데이터를 시각적으로 표시 할 수있는 방법이 있으며 규칙을 위반하여 결과적으로 작동하지 않는 방법이 있습니다. 우리와 다른 사람들이 이해할 수있는 방식으로 정보를 표시하려면 규칙을 이해하고 준수해야합니다. "
그는 계속해서 우리가 "... 시각적 이미지의 몇 가지 기본 속성을 사전에주의 깊게 인식합니다. 즉, 의식적인 지각의 필요성과 필요성을 앞서 인식합니다."
다음은 임의로 값을 지정하지 않고 정량적으로 인식되는 사전주의 속성의 목록입니다.
길이 - 긴 = 큰
2 차원 위치 - 상한 / 하한 또는 좌 / 우 = 상한으로 오프셋
폭 - 넓은 = 큰
크기 - 큰 = 큰
강도 - 어둡게 = 커짐
흐림 - 더 선명하게 = 커짐
이러한 세심한 사전 특성은 우리 모두가 정보를 소비하고 소화하고 의미를 이해하는 데 도움이됩니다. 그러나 스티븐은 "주의를 끄는 기호가 다양해지면서 덜 세분화됩니다. 비둘기가 가득한 하늘에서 단 하나의 매를 발견하는 것은 쉽지만, 하늘에 더 많은 종류의 새가 포함되어 있다면, 매를 보는 것이 더 어려워 질 것입니다. "
좋은 시각화는 위에서 언급 한 사전주의적인 특성을 활용할뿐만 아니라 시각적 메모리의 한계를 고려하면서 적절하게 사용합니다.
Stephen은 우리가 "작업 기억과 장기 기억"을 가지고 있다고 설명합니다. 작업 메모리는 정보 만 잠시 저장합니다. 작업 기억은 우리가 그것에 대해 생각할 때 정보가있는 곳입니다. 우리가 충분히 오래 그것에 대해 생각한다면 그것은 장기적인 기억으로 끝날 것입니다. "
그리고 작업 메모리의 일부인 시각적 메모리는 매우 제한적입니다. 시각적 메모리는 정보를 "청크"로 처리합니다. 정보의 양은 얼마입니까? 음, 그것이 전달되는 방법에 달려 있습니다. 정보 청크는 텍스트 나 숫자로 구성 될 때 상대적으로 작아야합니다. 그러나 그래픽으로 제공 될 때 커질 수 있습니다.
책의 일부분 인 제 2 부는 여러 가지 분석을 통해 독자를 데려가 각 책에서 사용 된 정보를 가장 잘 전달할 수있는 좋은 시각적 기법의 예를 보여줍니다.
3 부에서는 유망한 새로운 경향에 대해 다룹니다. 여기서 Stephen은 "Illuminating Predictive Models"에 대해 설명합니다. JMP가 두드러진 특징입니다.
그의 책은 주로 기존 정보의 분석에 중점을 둡니다. 설명 통계 , 여기서 그는 예측 통계 . "과거를 명확하고 정확하게 설명 할 수있을만큼 과거를 충분히 이해한다면 향후 특정 조건, 이벤트 또는 의사 결정의 결과로 발생할 가능성을 예측하는 데 사용할 수있는 모델을 구축 할 수 있습니다."라고 Stephen은 말합니다.
그는 "예측 분석의 목표는 미래에 대한 확실성을 창출하는 것이 아니라 더 나은 의사 결정을 내릴 수 있도록 불확실성을 줄이는 것"이라고 설명합니다.
그는 그 때 그가 "투명한 예측 모델"이라고 부르는 것을 설명합니다. 그리고 그것은 스티븐이 사용하는 곳입니다 JMP 투명한 예측 모델이 위험을 최소화하면서 더 나은 의사 결정을 내리는 데 얼마나 도움이되는지 설명합니다. 그는 "투명 분석 모델을 사용한 분석 과정에 대한 이러한 수준의 참여는 우리가 결코 경험할 수없는 통찰력을 얻기 위해 창문을 열어주는 방식으로 우리의 두뇌를 이용한다"고 말했습니다.
Stephen의 책에서 논의 된 많은 시각화는 JMP에서 사용할 수 있습니다. 그러나 더욱 중요한 것은 JMP의 시각화는 세계적 수준의 분석을 통합한다는 것입니다. 따라서 Stephen이 예측 모델링과 같은 고급 분석으로 관심을 돌릴 때 JMP가 눈에 잘 띄게 나타납니다.
"Now You See It"는 자신의 의사 결정 과정을 안내하는 데이터를 탐색하고 이해해야하는 모든 사람들에게 꼭 읽어야합니다. 스티븐의 조언을 따르면 독자는 자신의 데이터를보다 잘 탐색하고 추세와 패턴을보다 빨리 발견하며 자신감을 가지고 의사 결정을 내릴 수 있습니다.
스티븐 맥다니엘 쓴 :
Chuck, 훌륭한 책에 관한 훌륭한 글.
나는 JMP가 SAS와 R 사이의 중간 지점에 있다는 것을 간과했다.
SAS 9.2는 분석 시각화와 관련하여 상당한 개선을 이루었지만 JMP는 제품 특성으로 인해 훨씬 높은 수준의 상호 작용이 가능합니다. R은 분석가와 결합 된 훌륭한 시각화를 위해 학계 및 이론 통계학 자들에 의해 유명해진 것이 사실이지만, 개인적으로 JMP는 적용된 통계 학자의 R보다 훨씬 생산적인 환경이라고 생각합니다. 나는 특히 이것이 여러 프로젝트가 종종 짧은 시간 안에 첨부되는 회사 환경에서 이것이 사실이라고 생각합니다. 마지막으로, JMP는 인터랙티브 시각화에서 대담한 도약을 보였습니다.
제 생각에는 JMP는 고급 분석과 시각화를 결합한 최고의 대화식 도구입니다. 데이터 마이닝 알고리즘과 대화 형 통계 모델링 기능에 특히 감사드립니다. SAS는 확장 성이 뛰어나지 만 JMP는 고급 통계 시각화를 위해 매우 빠르고 유연하며 강력합니다.
베스트,
스티븐 맥다니엘
공동 설립자이자 교장, Freakalytics ™ LLC
탐색, 이해, 의사 소통 및 행동을위한 신속한 분석
www.Freakalytics.com
마틴 오웬 쓴 :
나는 아직 "읽으 셨습니다"라고 읽지는 않았지만 Stephen Few의 이전 저서 "정보 대시 보드 디자인"을 읽었습니다.
이것은 실용적이고 생각을 자극하는 두드러진 읽기입니다. 나는 즉시 Stephen의 조언을 전개하고 이러한 기술을 사용하여 기존 대시 보드를 재 설계하여 부가가치와 명확성을 제공했습니다. 대시 보드 디자인의 13 가지 일반적인 실수를 알게되면 어디에서나 이런 엄청난 예제를 볼 수 있습니다.
통계 도구를 잘 사용하는 것만으로는 충분하지 않습니다.
누가 출력을 알아야합니까?
그들은 무엇을 알아야합니까?
그들은 얼마를 알아야합니까?
왜 그들은 알아야합니까?
무엇보다 중요한 것을 찾아 내고 복잡한 데이터를 효율적으로 처리하려는 경우 즉시이 책을 권장합니다.
마틴 오웬
