I asked myself: What do I wish someone had told me when I first got JMP?私は自問自答した。「JMPを使い始めた頃、誰かに何を教えてもらえたらよかっただろうか？」
数年前に遡って、私がJMPとの旅を始めた頃の話をしましょう。ここで言うJMPとは、会社のJMPではなく、ソフトウェアのJMPのことです。（そして、私がJMPブログで懐かしさに浸る必要性を疑問視する前に、ちゃんと理由があるんです！本当ですよ！）
私は博士号を取得したばかりで、初めての社会人として働き始めたばかりでした。大学院時代の研究室仲間で、企業でのインターンシップ経験のある人たちから、JMPが半導体業界の共通語だと聞いていたので、上司からそのソフトウェアを学ぶように勧められた時も驚きませんでした。
私が入社した頃は会社がまだ比較的新しく、研修体制も整っていなかったので、JMPの研修はほとんどありませんでした。そのため、結局は独学でJMPを習得することになりました。試行錯誤を繰り返し、JMPのテクニカルサポートに何度も問い合わせたものです（当時の私の問い合わせ履歴を見てください…最近見返してみたのですが、すごいですよ）。
さて、なぜこんな懐かしさに浸っているのか？ 実は数週間前、 JMPを初めて使った時に誰かに教えてもらいたかったことをいくつか話し合ったことがあったんです。ほら、 新しいユーザー向けのウェルカムキットもJMPユーザーコミュニティもないと仮定しましょう。JMPシステムエンジニアが誰なのか、テクニカルサポートにどう連絡すればいいのか、ソフトウェアについて何も知らないと仮定しましょう。JMPを開いてデータセットを読み込む方法だけはわかったと仮定しましょう。若い頃の私は、スプレッドシートのようなウィンドウと「JMPホーム」という画面をじっと見つめています。そんな若い頃の自分に、私は何と伝えるでしょうか？ 過去を振り返り、その後JMPのトレーニングを行った人たちのことを考えて、5つのことを思いつきました。ですから、もし若い頃の自分がどこかにいるとしたら、JMPを初めて使った日に誰かに教えてもらいたかった5つのことをここに記しておきます。
私たちは視覚的な生き物です
まず一つ目は概念的な話ですが、特にプログラマーなど、一部の人にとっては考え方を大きく変える必要があるでしょう。私たちは視覚的な生き物です。顔のどの部分が視覚情報の収集（目）に使われているかを考えてみてください。偶然か意図的かは別として、私たちは視覚情報を極めて速く処理するようにできています。その速さは時に欠点にもなりかねません。データを理解するためには、視覚化する必要があるのです。
データ分析を行う上で、視覚化のステップは非常に重要です。なぜなら、人は数字の表を読むのが本当に苦手だからです。申し訳ないですが、これが現実です。表の行数が数行を超えると、傾向やデータ品質の問題を見つける望みはほとんどなくなります。最近、Python 用のデータサイエンスの本を読んでいたのですが、どこから始まったと思いますか？表です。表、モデリング、要約統計に関する 4 章を費やした後、データセットのグラフ化の方法について、たった 1 つの (非常に短い) 章で説明していました。
この問題はPythonに限ったことではありません。私が学んだ他の分析言語（LaTeXでさえ！）でも同じ問題に遭遇しました。「テーブルファースト」は、何年も前から分析担当者に徹底的に教え込まれてきました。しかし、それは間違っています。グラフィックのコーディングが難しいからだと聞きますが、これは単なる利便性の問題ではなく、大きな間違いです。この点を具体的に説明しましょう。
以下の表は、一連のデータセットに対する線形モデル（y = mx + b）の統計情報を示しています。これらのデータは、ほぼ同一の（そして同様に不適切な）線形モデル、同一の適合度統計量、および同一の記述統計量を示しています。基となる生データテーブルを見ても、特に異常な点は見当たらないでしょう。しかし、それは全くの誤りです。
下の表の基となるデータに対するグラフビルダーのプロットを以下に示します。インタラクティブなので、左側のフィルターを自由に操作してみてください。イースターエッグ（というか恐竜の卵）は見つかりましたか？このデータ収集は、アンスコムの四重奏のバリエーションです。モデリングや分析を行う前に、視覚化の重要性を示すために設計されました。（ここに表示されているレポートはJMPパブリックで閲覧でき、元のデータはこちらから入手できます。）
JMPは、このような「視覚化の前に分析を行う」という過ちを回避できるように設計されています。グラフビルダーを使えば、多くの人が分析と考える作業を始める前に、データを簡単に視覚化できます。ソフトウェアのほとんどのレポートは、グラフから始まります。JMPは、グラフや視覚的な手がかりを用いて統計分析を容易にし、ユーザーが潜在的に価値のある情報にたどり着けるよう支援するツールです。
このソフトウェアは、グラフィックをインタラクティブにすることで、このアイデアをさらに一歩進めています。これにより、ユーザーはデータテーブルにリンクされた複数のグラフを通して、複雑な関係性を探索できます。つまり、JMPは、まずグラフを作成し、後から疑問点を提起するというワークフローを採用するように設計されており、まさにそうすべきなのです。偶然にも、これは私が誰かに教えてもらいたかった2つ目のことにつながります。次回はその点についてお話しします。
…えっ？！本当に、続きが気になるような終わり方で申し訳ありません。最初はブログ記事1つにするつもりでした。というのも、私が誰かに教えてもらいたかった5つのことは、もともと1時間のセミナーで共有されたものだったからです。でも、書き終えてみると、一気に読むにはちょっと長すぎることに気づきました。JMPブログの編集者の方々が、シリーズ記事に分けることを快く許可してくださったので、読みやすいように小分けにして掲載することにしました。どうぞお楽しみください。
@jwrodat - 気に入っていただけて嬉しいです！
最高、
M
仰るとおり！
そして、最初から技術的なバックグラウンドを持っていない人にとってはなおさらです。 私のような。
大学では歴史を勉強しました。 しかし、とても昔、中学生の頃、私は代数学が嫌いでしたが幾何学が好きだったことを思い出します。
それで、私が偶然JMPに出会ったとき、バージョン1 、夢中になってしまいました。 まだです。
@andersonmj2 - こういう周期性があるのは面白いですね。
これを聞いて私は笑顔になりました、マイク - それにはいくつかの理由があります。 まず、それは私たちの「最初のJMP経験」における年月の違い、そしてそれによる視点の違いを示しています。
私が初めて JMP を使用したとき、それはまだ最初のバージョンの小規模な Mac 専用製品でした。そして、私が使用していた「競合製品」には VAX 上の SAS と RS/1 が含まれていました。 「派手な」グラフィックの場合、通常はデータを Kaleidagraph にエクスポートしていましたが、その後 JMP が登場しました。 グラフをこれほど迅速かつ簡単に作成および再作成できるという概念そのものが、ただただ信じられないほどでした。当時は物事が少し初歩的だったとしても、それは他のすべてをはるかにリードしていたため、問題にはなりませんでした。
当時、私たちは「まずグラフを書いてから質問する」という信念をすぐに受け入れました。これは、30 年近く経った今でも、新規ユーザーに対する私の最初のアドバイスとして残っています。
それで、試してみましたが何も見つかりませんでした。そして、データを視覚化する目的は、（マイクの言葉を言い換えると）線形モデルをデータに当てはめることはまったく不適切であることを発見することであり、視覚化をスキップして、統計表を見ても、私にはそんなことはわかりません。
