<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />時々、デモ データ セットの日付フィールドに注目すると、10 年以上前の日付範囲を使用していることに気づきます。 通常、更新されたデータを取得したり、日付列に数年を追加して偽装したりするには、多大な作業が必要か、少なくとも不便です。 新しいデータを取得するスクリプトを作成し、デモの準備ができるようにフォーマットすることは可能だと思います。 小規模な周辺プロジェクトですでに何人かがこれを行っているのではないかと思います。
データセットを取得するかなり公正な仕事をするスクリプトを添付します。 このスクリプトは、関連する計算列をいくつか追加し、グラフと分析スクリプトをテーブルに追加して、すぐに使用できるようにします。
データセットは Google Flu Data です。 観察された現象は、インフルエンザの検索用語の頻度が CDC のインフルエンザ監視の傾向と一致しているようであるということです。 反応の大きさは年ごとに多少異なるようですが、タイミングはかなり一致しているようです。
背景：
http://gking.harvard.edu/files/gking/files/0314policyforumff.pdf
http://www.theatlantic.com/technology/archive/2014/03/in-defense-of-google-flu-trends/359688/
Google インフルエンザ トレンド
データセットの内容:
データは、複数の都市、州の場所、すべての州 (HHS 地域は削除) の検索傾向として設定されます。データは毎週収集され、年、週、月、インフルエンザの季節 (年 + 6 か月)、およびインフルエンザの季節の週。また、いくつかのクラスター列とともに、前週比変化列と年ごとの累積検索傾向列もあります。すべての計算は、数式内で、またはデータを取得するスクリプトによって実行されます。 場所の緯度と経度はスクリプトに埋め込まれているため、新しいデータが自動的に更新されます。これは、このデータ セットで見栄えの良いバブル プロットに便利です。
表内のグラフはさまざまな方法で傾向を示しており、累積データの非線形近似も含まれています。 この非線形フィットの結果は、年ごとの各場所の変曲点を見つけるのに役立ちます。 これは、各場所がシーズン中の最大感染の約 50% にどれだけ早く感染したか (または、毎年どこが最も早く感染したか) をランク付けする方法です。
ちょっとした注意点が 1 つあります。 場所の列には、州と都市の両方が含まれています。 したがって、グラフ ビルダーのマップ ロールで位置を使用する前に、位置の種類でフィルターします。そうしないと、GB は位置を状態として認識します。
このようなことを行うスクリプトを既に持っている場合は、このスレッドに投稿してください (お願いします)。
ではごきげんよう、
バイロン
PS 2 番目のスクリプトを追加しました。これは、現在のフレディ マック住宅価格指数データを取得します。 FMHPI デモは、おそらく最も多く使用され悪用されているデータ セットの 1 つです。 これは、同様の HPI 傾向を持つ州を見つけるためのクラスタリングの力を事例で示しています。 以前は、これも比較的複雑で、最終的な数値を得るにはかなりのテーブル操作手順が必要でした。 データ操作を行うための優れた EG ワークフローを作成した人もいます。 JMP 12 では、クラスター プラットフォームの新しいスタック データ オプションにより、デモのクラスタリング部分全体が驚くほど簡単になります。 (時間範囲全体をクラスター化し、次に 2000 年以降の時間をクラスター化し、次に過去 7 年または 8 年間をクラスター化することをお勧めします。行フィルターを使用してサブセットを作成し、GB、日付と HPI、状態をオーバーレイとして、クラスターをラップとして使用します。 異なるクラスター間を切り替えるためのクイック列スイッチャーを追加します。)
通常、このデータは約 4 分の 1 遅れているだけなので、使用する場合は更新する価値があります。スクリプトでは、フレディ マック サイトの Excel ファイルが開かれ、すぐに使用できる積み上げテーブルにフォーマットされます。
