Obtenga más información en nuestro curso en línea gratuito:
Pensamiento estadístico para la resolución de problemas industriales
En este video, aprenderá a visualizar y explorar datos de texto no estructurados con el archivo Pet Owner.jmp.
Para analizar estos datos, seleccionamos Explorador de texto en el menú Analizar en JMP.
Seleccionamos Respuesta de la encuesta como la columna de texto y hacemos clic en Aceptar para ejecutar el análisis utilizando las opciones predeterminadas de tokenización, terminología y redacción.
El triángulo rojo en el Explorador de texto ofrece muchas opciones para mostrar, denominar y analizar (o tokenizar) los datos de texto. Esto le permite modificar las opciones utilizadas para seleccionar la lista de términos desde la plataforma.
Seleccionaremos Stem para combinar del triángulo rojo en Opciones de término y luego Stemming.
Podemos ver que "perro" y "gato" son los términos más utilizados. Por ahora, los mantendremos en la lista de términos. También agregaremos las frases principales a la lista de términos.
Para visualizar estos datos, usaremos una nube de palabras. Para hacer esto, hacemos clic en el triángulo rojo y seleccionamos Opciones de visualización, y luego Mostrar nube de palabras.
La nube de palabras inicial no es muy interesante. Lo cambiaremos a un diseño centrado. Para hacer esto, hacemos clic en el triángulo rojo de Word Cloud, seleccionamos Diseño y luego seleccionamos Centrado.
Observe que la nube de palabras está dominada por las palabras "perro" y "gato". Para eliminar estos términos tanto de la nube de palabras como de la lista de términos, seleccionamos los términos, hacemos clic con el botón derecho y luego seleccionamos Agregar palabra de detención.
Agreguemos un poco de color. Para hacer esto, hacemos clic en el triángulo rojo de Nube de palabras, y seleccionamos colorear y luego Color arbitrario. Esto aplica colores aleatorios a los términos en la nube de palabras. Haremos clic en el triángulo rojo y anularemos la selección de Mostrar leyenda para eliminar la leyenda.
Las palabras tienen un tamaño relativo a la aparición en la lista de términos. Entonces, los términos principales son "ladrar", "caminar", "saltar" y "video".
¿Cómo se usa la palabra "proteger" en las respuestas de la encuesta? Para ver esto, haremos clic derecho en el término "proteger" y seleccionaremos Mostrar texto.
Puede ver que la palabra "proteger" se usa generalmente para describir a los perros siendo protectores de alguna manera.
Exploremos más estos datos.
Esta es una encuesta de dueños de perros y gatos. Es probable que se utilicen diferentes términos para describir gatos y perros. Para explorar esto, seleccionamos Filtro de datos locales en el triángulo rojo superior. Luego seleccionamos Propietario y luego Agregar.
Cuando hacemos clic en gato en el filtro de datos local, puede ver que los dueños de gatos usaron palabras como "saltar", "video", "ratones", "ronronear" y "atrapar".
Los dueños de perros usaban palabras como "ladrar", "caminar", "proteger", "tomar" y "huskies".
No muchos de los encuestados tienen un perro y un gato. Pero puede ver que el término más utilizado es "persecución". Esto no es sorprendente dada la típica relación entre gatos y perros.
Veamos estos datos de una manera más. Primero, haremos clic en Borrar para borrar el filtro de datos.
A continuación, guardaremos los indicadores de los términos más utilizados en la tabla de datos. Para hacer esto, seleccionamos los términos principales en la lista de términos, hacemos clic con el botón derecho y seleccionamos Guardar indicadores.
Esto guarda nuevas columnas en la tabla de datos para cada término. Si el documento incluye el término, la columna se rellena con un 1. Si no es así, hay un 0.
Ahora podemos explorar estos términos fuera de la plataforma Text Explorer.
Por ejemplo, podemos usar Graph Builder desde el menú Graph para graficar Owner versus cada una de las variables del indicador usando un diagrama de mosaico.
Esto puede proporcionar información adicional sobre cómo se utilizan los diferentes términos en la encuesta.
