I asked myself: What do I wish someone had told me when I first got JMP?Me pregunté: ¿Qué me hubiera gustado que alguien me dijera cuando recibí JMP por primera vez?
Permítanme remontarme unos años atrás, a cuando comencé mi andadura con JMP, y no me refiero a la empresa, sino al software. (Y antes de que empiecen a cuestionar mi necesidad de ponerme nostálgico en el blog de JMP, ¡tengo un buen motivo! ¡Lo prometo!)
Acababa de terminar mi doctorado y empezaba mi primer trabajo en el mundo laboral. Sabía, por algunos compañeros de laboratorio de la universidad que habían hecho prácticas en la industria, que JMP era la lengua franca del sector de los semiconductores, así que no me sorprendió cuando mi jefe me sugirió que aprendiera a usar el software.
Empecé cuando la empresa era relativamente joven y aún no había desarrollado completamente su departamento de formación, así que no había mucha formación sobre JMP. Por eso, terminé aprendiendo JMP por mi cuenta , a base de prueba y error, e insistiendo al soporte técnico de JMP (en serio, deberías ver mi historial de incidencias de aquella época... Lo abrí hace poco y es épico).
Vale, ¿y por qué este ataque de nostalgia? Bueno, hace unas semanas tuve un par de conversaciones que me hicieron pensar en lo que me hubiera gustado que alguien me dijera cuando empecé a usar el software . Imagina que no hay un kit de bienvenida para nuevos usuarios ni una comunidad de usuarios de JMP. Imagina que no sé quién es mi ingeniero de sistemas de JMP, cómo contactar con el soporte técnico ni nada sobre el software. Imagina que he descubierto cómo abrir JMP y cargar un conjunto de datos, y eso es todo. El yo joven está mirando una ventana parecida a una hoja de cálculo, y algo llamado JMP Home. ¿Qué le diría? Pensando en ello y reflexionando sobre las personas a las que he formado en JMP desde entonces, se me ocurrieron cinco cosas. Así que, por si mi yo joven está por ahí, aquí están las cinco cosas que me hubiera gustado que alguien me dijera el día que empecé a usar JMP.
Somos criaturas visuales
Lo primero es más conceptual, pero requiere un cambio significativo de mentalidad para algunos, especialmente para los programadores. Somos seres visuales; pensemos en la cantidad de superficie de nuestro rostro dedicada a la recopilación de datos visuales (nuestros ojos). Por casualidad o por diseño, estamos programados para procesar información visual con extrema rapidez, casi hasta el extremo. Necesitamos visualizar los datos para comprenderlos.
La visualización es fundamental para el análisis de datos, ya que la gente suele tener dificultades para interpretar tablas numéricas. Lo siento, pero así es. Si la tabla tiene más de unas pocas líneas, prácticamente se pierde la posibilidad de detectar tendencias o problemas de calidad de los datos. Hace poco leí un libro sobre ciencia de datos con Python, ¿y adivinen por dónde empezaron? Con tablas: cuatro capítulos sobre tablas, modelado y estadísticas descriptivas antes de llegar a cómo graficar un conjunto de datos, tema que se trató en un solo capítulo (muy breve).
El problema no es exclusivo de Python. Me he topado con lo mismo en otros lenguajes de análisis que he estudiado (¡incluso en LaTeX!). Desde el primer día, se les ha inculcado a los analistas la idea de "primero las tablas". Y es un error. Me dicen que es porque los gráficos son difíciles de programar, pero no se trata solo de una cuestión de comodidad, sino de un error garrafal. Permítanme ilustrar este punto.
La tabla que aparece a continuación muestra las estadísticas de un modelo lineal (y = mx + b) para un conjunto de datos. Estos datos proporcionan modelos lineales casi idénticos (e igualmente deficientes), estadísticas de ajuste idénticas y estadísticas descriptivas idénticas. Si se examinaran las tablas de datos originales, no se observaría nada fuera de lo común, lo cual dista mucho de la realidad.
A continuación se muestra un gráfico de Graph Builder con los datos subyacentes de la tabla. Es interactivo, así que no dudes en experimentar con los filtros de la izquierda. ¿Encontraste el huevo de Pascua (o mejor dicho, el huevo de dinosaurio)? La recopilación de datos es una variación del Cuarteto de Anscombe. Fue diseñado para demostrar la importancia de la visualización antes del modelado o el análisis. (Los informes que se muestran aquí se pueden consultar en JMP Público y los datos originales provienen de aquí ).
JMP está diseñado para ayudarte a evitar este error de "analizar antes de visualizar". Graph Builder facilita la visualización de tus datos antes de comenzar con lo que la mayoría considera análisis. La mayoría de los informes del software comienzan con gráficos. JMP es una herramienta que facilita el análisis estadístico mediante gráficos e indicadores visuales para guiar a los usuarios hacia información potencialmente valiosa.
El software va un paso más allá al hacer que los gráficos sean interactivos, permitiendo al usuario explorar relaciones complejas mediante múltiples gráficos vinculados a la tabla de datos. En resumen, JMP está diseñado para que utilices un flujo de trabajo que comienza con la creación de un gráfico y luego plantea preguntas, que es precisamente lo que deberías hacer. Casualmente, esto me lleva a la segunda cosa que me hubiera gustado que alguien me dijera, y que es lo que veremos la próxima vez.
¡¿Qué?! En serio, perdón por el final en suspenso. Inicialmente, planeaba que esto fuera una sola entrada de blog. Al fin y al cabo, estas cinco cosas que me hubiera gustado que alguien me dijera se compartieron originalmente en un seminario de una hora. Pero, una vez que terminé de escribirlo todo, me di cuenta de que se había convertido en un texto demasiado largo para leerlo de una sola vez. Los editores del blog de JMP tuvieron la amabilidad de permitirme dividirlo en una serie. Así que lo dividiremos en partes más pequeñas. De nada.
¡TAN VERDADERO!
Y más aún para las personas que no comenzaron con una formación técnica. Como yo.
En la universidad, estudié historia. pero un muy Hace mucho tiempo, recuerdo que odiaba el álgebra, pero amaba la geometría, en la escuela secundaria.
Entonces, cuando me topé con JMP, Versión 1 , Me enganché. Todavía lo soy.
Esto me hizo sonreír, Mike, y por un par de razones. Primero, muestra los años de diferencia en nuestra 'primera experiencia JMP', y también la diferencia de perspectiva debido a eso.
Cuando usé JMP por primera vez, era un pequeño producto exclusivo para Mac aún en su primera versión, y la 'competencia' que estaba usando incluía SAS y RS/1 en el VAX. Para gráficos "elegantes", generalmente exportábamos datos a Kaleidagraph; luego llegó JMP. La sola idea de que pudiéramos crear y recrear gráficos tan rápida y fácilmente era simplemente increíble; incluso si las cosas eran un poco rudimentarias en ese momento, no importaba porque estaba muy por delante de todo lo demás.
En ese momento, adoptamos inmediatamente el mantra "primero graficar y luego hacer preguntas"... ¡que sigue siendo mi primer consejo para nuevos usuarios casi 30 años después!
Entonces, lo probé y no encontré nada, y me di cuenta de que el propósito de visualizar los datos es (parafraseando a Mike) encontrar que ajustar un modelo lineal a los datos es completamente inapropiado, pero que si me saltaba la visualización y comenzaba a construir un modelo usando el tablas de estadísticas, no vería eso.
