Parallele Darstellung - Reduzierung der Komplexität durch Kombination von Linien?Ich habe die parallele Darstellung als Erkundungsinstrument in einem Datensatz mit ~ 3.500 Personen verwendet, die im Laufe der Zeit dieselbe Frage beantwortet haben (jeweils ~ 12 Punkte). Ich verwende häufig Farbe, um ein Merkmal zu unterscheiden, das ich vergleichen möchte (z Geschlecht, andere demografische Merkmale) oder Aufteilung der Daten nach Merkmalen auf dem X oder Y. Leider liegen die Werte (Z-Werte) unter 2. Obwohl dies äußerst hilfreich ist, wäre es schön, die Komplexität zu reduzieren, indem ähnliche / äquivalente Zeilen kombiniert werden. Dies kann die Anzahl der Linien verringern, indem eine gewichtete zusammengesetzte Linie (z. B. Liniendicke) für "übereinstimmende Linien" erstellt wird.
Irgendwelche Ideen wären sehr dankbar! Ich bin ziemlich neu bei JMP. Zuletzt bin ich kein Statistiker oder DBA. Einige denken bitte daran, wenn Sie sich für eine Antwort entscheiden.
Steve
Betreff: Parallele Darstellung - Reduzierung der Komplexität durch Kombination von Linien?Sie könnten einige Datentabellenzusammenfassungen durchführen. Wenn Sie die Daten in den Spalten in vernünftige Bins klassifizieren, können Sie die Daten basierend auf allen Binning-Spalten und dann allen Zeilen, die für alle in den identischen Satz von Bins fielen, zusammenfassen Zielspalten würden in einer einzigen Zeile zusammengefasst, die Sie dann mit Ihrem parallelen Diagramm zeichnen würden.
Oder ich könnte sehen, wie ein Skript geschrieben wird, das dem parallelen Plot eine Schaltfläche hinzufügt. Wenn Sie im Plot 2 oder mehr Zeilen auswählen und dann die Schaltfläche drücken, werden diese Zeilen aus dem Plot entfernt und in einer Zusammenfassung wieder hinzugefügt Linie, die den Durchschnitt dieser Linien darstellt.Betreff: Parallele Darstellung - Reduzierung der Komplexität durch Kombination von Linien?Sie können versuchen, eine Clusteranalyse für die Daten zu verwenden. Behandeln Sie die 12 Antworten als Variablen, eine Zeile pro Thema, Cluster für diese Antworten. Überprüfen Sie dann, ob es Unterschiede in der Demografie zwischen den Clustern gibt. Dies kann Ihnen einen Hinweis darauf geben, welche tiefere Struktur in den Daten vorhanden sein könnte.
