Niveau : Débutant
Phil Kay, ingénieur principal des systèmes JMP, SAS
Les personnes et les organisations commettent des erreurs coûteuses lorsqu'elles ne parviennent pas à explorer leurs données. Les décideurs causent des dommages incalculables par ignorance des effets statistiques lorsqu'ils limitent leur analyse à de simples tableaux récapitulatifs. Dans cette présentation, vous entendrez comment un organisme de bienfaisance a gaspillé des milliards de dollars de cette façon. Vous apprendrez comment vous pouvez facilement éviter ces pièges en examinant vos données sous plusieurs angles. Un exemple tiré des reportages des médias sur les "meilleurs endroits où vivre" montrera pourquoi vous devez regarder au-delà des résultats des titres. Et comment une simple exploration visuelle - cartes interactives, tendances et graphiques à bulles - donne une compréhension plus riche. Tout cela sera entièrement présenté via JMP Public, présentant les dernières fonctionnalités de JMP Live.
En septembre 2017, le New York Times a rapporté que Craven était la région la plus heureuse du Royaume-Uni. Parce que c'est un domaine que je connais très bien, j'ai décidé de jeter un œil aux données. Ce que j'ai trouvé était beaucoup plus intéressant que les rapports des médias et était une excellente illustration de l'erreur du petit échantillon.
Cette histoire porte sur la valeur de pouvoir explorer les données de différentes manières. Et comment vous pouvez explorer ces analyses interactives et obtenir les données via JMP Public. Par conséquent, "voir fer yer sen", qui se traduit du dialecte local du Yorkshire par "voyez par vous-même".
Si vous souhaitez en savoir plus sur cette exploration de données, lisez ces deux articles de blog :
L'endroit heureux ?
Crise à Craven ? Une mise à jour sur l'enquête britannique sur le bonheur
Ce rapport et d'autres rapports interactifs utilisés dans ces présentations peuvent être trouvés ici dans Publique JMP .
Phil a fait référence à ces informations connexes dans sa présentation Munich Discovery Online :
Préparation avancée des données : 10 outils essentiels dans JMP(R) pour passer de "désordonné" à "prêt pour l'analyse" (2019-EU-TUT-143)
