I asked myself: What do I wish someone had told me when I first got JMP?Je me suis demandé : qu'est-ce que j'aurais aimé qu'on me dise quand j'ai commencé à utiliser JMP ?
Permettez-moi de vous ramener quelques années en arrière, à mes débuts avec JMP. Je ne parle pas de l'entreprise JMP, mais du logiciel. (Et avant que vous ne vous interrogiez sur mon besoin de m'égarer dans la nostalgie sur le blog JMP, sachez que j'ai une bonne raison ! Promis !)
Je venais d'obtenir mon doctorat et je commençais mon premier emploi dans le monde réel. Je savais, grâce à certains de mes camarades de laboratoire qui avaient effectué des stages en entreprise, que JMP était le langage de programmation de référence dans l'industrie des semi-conducteurs ; je n'ai donc pas été surpris lorsque mon responsable m'a suggéré d'apprendre à utiliser ce logiciel.
J'ai commencé quand l'entreprise était encore assez jeune et que son service de formation n'était pas encore bien développé ; du coup, la formation JMP était quasi inexistante. Résultat : j'ai appris JMP tout seul , à force d'essais, d'erreurs et en harcelant le support technique de JMP (sérieusement, vous devriez voir l'historique de mes tickets de l'époque… Je l'ai retrouvé récemment, c'est hallucinant !).
Alors, pourquoi cette soudaine vague de nostalgie ? Eh bien, il y a quelques semaines, j'ai eu des discussions qui m'ont fait réfléchir à ce que j'aurais aimé qu'on me dise lorsque j'ai commencé à utiliser le logiciel . Imaginez : pas de guide d'accueil pour les nouveaux utilisateurs , pas de communauté d'utilisateurs JMP. Imaginez que je ne sache pas qui est mon ingénieur système JMP, comment contacter le support technique, ni rien sur le logiciel. Imaginez que j'aie réussi à ouvrir JMP et à charger un jeu de données, et c'est tout. Le jeune homme que j'étais se retrouve face à une fenêtre qui ressemble à un tableur, avec un menu appelé « Accueil JMP ». Que lui aurais-je dit ? En repensant à toutes les personnes que j'ai formées à JMP depuis, cinq choses me sont venues à l'esprit. Alors, si jamais mon jeune moi lit ces lignes, voici les cinq choses que j'aurais aimé qu'on me dise le jour où j'ai découvert JMP.
Nous sommes des créatures visuelles
Ce premier point est plus conceptuel, mais il exige un changement de mentalité important pour certains, notamment les développeurs. Nous sommes des êtres visuels : pensez à la surface de notre visage consacrée à la collecte de données visuelles (nos yeux). Par hasard ou intentionnellement, nous sommes programmés pour traiter l’information visuelle extrêmement rapidement, presque à l’excès. Nous avons besoin de visualiser les données pour les comprendre.
L'étape de visualisation est cruciale pour l'analyse de données, car il est extrêmement difficile de lire des tableaux de chiffres. C'est un fait. Si le tableau comporte plus de quelques lignes, il devient quasiment impossible d'y déceler des tendances ou des problèmes de qualité des données. Je lisais récemment un livre sur la science des données avec Python : devinez par où ils commençaient ? Par des tableaux ! Quatre chapitres entiers étaient consacrés aux tableaux, à la modélisation et aux statistiques descriptives avant même d'aborder la représentation graphique des données, un sujet traité en un seul chapitre (très court).
Ce problème n'est pas propre à Python. Je l'ai rencontré dans d'autres langages d'analyse que j'ai étudiés (même en LaTeX !). On nous a inculqué, dès le premier jour, l'importance de privilégier les tableaux. Or, c'est une erreur. On m'explique que c'est parce que les graphiques sont difficiles à programmer, mais il ne s'agit pas simplement d'une question de commodité : c'est une véritable faute de goût. Permettez-moi d'illustrer ce point.
Le tableau ci-dessous présente les statistiques d'un modèle linéaire (y = mx + b) appliqué à un ensemble de données. Ces données produisent des modèles linéaires quasi identiques (et tout aussi médiocres), des statistiques d'ajustement identiques et des statistiques descriptives identiques. En examinant les tableaux de données brutes sous-jacents, on ne remarquerait rien d'anormal – ce qui est pourtant tout à fait faux.
Vous trouverez ci-dessous un graphique interactif basé sur les données du tableau. N'hésitez pas à explorer les filtres à gauche. Avez-vous trouvé l'œuf de Pâques (ou plutôt l'œuf de dinosaure) ? La collecte de données est une variante du Quatuor d'Anscombe. Elle a été conçue pour illustrer l'importance de la visualisation avant toute modélisation ou analyse. (Les rapports présentés ici sont disponibles sur JMP Public et les données originales proviennent de cette source .)
JMP est conçu pour vous éviter l'erreur de « faire l'analyse avant la visualisation ». Graph Builder facilite la visualisation de vos données avant même d'entamer l'analyse proprement dite. La plupart des rapports du logiciel s'ouvrent sur des graphiques. JMP est un outil qui simplifie l'analyse statistique grâce à des graphiques et des repères visuels, guidant ainsi les utilisateurs vers des informations potentiellement précieuses.
Le logiciel pousse cette idée encore plus loin en rendant les graphiques interactifs, permettant ainsi à l'utilisateur d'explorer des relations complexes grâce à de multiples graphiques liés au tableau de données. En bref, JMP est conçu pour vous inciter à adopter un flux de travail où l'on commence par la construction d'un graphique, les questions venant ensuite ; c'est précisément la bonne approche. Par ailleurs, cela m'amène au deuxième point que j'aurais aimé connaître plus tôt, et c'est sur ce point que nous reprendrons la prochaine fois.
…Quoi ?! Sérieusement, désolée pour le suspense. À l’origine, je comptais en faire un seul article. Après tout, ces cinq choses que j’aurais aimé savoir m’ont été présentées lors d’un séminaire d’une heure. Mais une fois le texte rédigé, je me suis rendu compte qu’il était devenu un peu long à lire d’une traite. Heureusement, l’équipe du blog JMP a eu la gentillesse de me permettre de le diviser en plusieurs articles. Du coup, on va le publier en petits morceaux. De rien !
TELLEMENT VRAI!
Et encore plus pour les personnes qui n’ont pas débuté avec une formation technique. Comme moi.
Au collège, j'ai étudié l'histoire. Mais un très il y a longtemps, je me souviens avoir détesté l'algèbre, mais aimé la géométrie, au collège.
Alors quand je suis tombé sur JMP, Version 1 , j'étais accro. Je le suis toujours.
Cela m'a fait sourire, Mike - et pour plusieurs raisons. Premièrement, cela montre les années de différence dans notre « première expérience JMP », ainsi que la différence de perspective qui en résulte.
Lorsque j'ai utilisé JMP pour la première fois, il s'agissait d'un petit produit réservé aux Mac, encore dans sa première version - et la « concurrence » que j'utilisais incluait SAS et RS/1 sur le VAX. Pour les graphiques « sophistiqués », nous exportions généralement les données dans Kaleidagraph – puis JMP est arrivé. L'idée même que nous puissions créer et recréer des graphiques aussi rapidement et facilement était tout simplement incroyable - même si les choses étaient un peu rudimentaires à l'époque, cela n'avait pas d'importance car c'était tellement en avance sur tout le reste.
À l'époque, nous avons immédiatement adopté le mantra « graphiquez d'abord, puis posez des questions »... qui est resté mon premier conseil pour les nouveaux utilisateurs près de 30 ans plus tard !
Donc, je l'ai essayé et je n'ai rien trouvé, et j'ai réalisé que le but de la visualisation des données est (paraphrasant Mike) de découvrir que l'ajustement d'un modèle linéaire aux données est totalement inapproprié, mais que si je sautais la visualisation et commençais à construire un modèle en utilisant le tableaux de statistiques, je ne verrais pas ça.
