스피커 | 성적 증명서 |
| 실수 | JMP Discovery Summit에 오신 것을 환영합니다. |
| 저는 JMP 제품 관리자인 Mia Stephens이고 JMP 시스템 엔지니어인 Jordan Hiller와 함께 왔습니다. 그리고 오늘은 데이터 큐레이션 워크플로우 자동화에 대해 이야기하겠습니다. |
| 그리고 우리는 우리의 이야기를 두 부분으로 나눌 것입니다. 분석 워크플로와 이 워크플로에서 데이터 큐레이션이 적합한 위치에 대해 이야기하면서 시작하고 무대를 마련하겠습니다. |
| 그런 다음 이 강연의 핵심인 고기에 대해 조던에게 넘겨주겠습니다. 재현 가능한 데이터 큐레이션의 필요성에 대해 이야기하겠습니다. |
| JMP 15에서 이 작업을 수행하는 방법을 살펴보겠습니다. 그런 다음 데이터 큐레이션 단계와 분석용 데이터를 준비하기 위해 수행하는 작업을 기록하기 위한 JMP 16의 몇 가지 새로운 기능을 살짝 엿볼 것입니다. |
| 그럼 분석 작업흐름에 대해 생각해 봅시다. 다음은 인기 있는 작업 흐름 중 하나입니다. 물론 모든 것은 비즈니스 문제가 무엇인지 정의하고 해결하려는 문제를 이해하는 것부터 시작됩니다. |
| 그런 다음 데이터를 컴파일해야 합니다. 물론, 다양한 소스에서 데이터를 수집하고 JMP에서 이러한 데이터를 가져올 수도 있습니다. 그리고 결국 우리는 결과를 공유하고 우리가 발견한 것을 다른 사람들과 소통할 수 있어야 합니다. |
| 아마도 이 프로세스에서 가장 시간이 많이 걸리는 부분은 분석을 위해 데이터를 준비하거나 데이터를 큐레이팅하는 것입니다. |
| 그렇다면 데이터 큐레이션이란 정확히 무엇일까요? 데이터 큐레이션은 데이터가 분석 발견을 촉진하는 데 유용하도록 보장하는 것입니다. 기본적으로 우리는 주어진 하루로 문제를 해결할 수 있기를 원합니다. |
| 이는 주로 데이터 구성, 데이터 구조 및 데이터 품질 문제 정리에 관한 것입니다. |
| 데이터와 관련된 문제나 일반적인 문제를 생각해 보면 일반적으로 4가지 버킷에 속합니다. 잘못된 형식, 불완전한 데이터, 누락된 데이터 또는 더럽거나 지저분한 데이터가 있을 수 있습니다. |
| 이러한 유형의 문제에 대해 이야기하고 데이터 내에서 이러한 문제를 식별하는 방법을 설명하기 위해 STIPS 과정을 빌려보겠습니다. |
| STIPS에 익숙하지 않은 경우 STIPS는 무료 온라인 과정인 산업 문제 해결을 위한 통계적 사고이며 7개 과정으로 구성되어 있습니다. |
| 개별 모듈. 모듈 2는 탐색적 데이터 분석에 관한 것입니다. |
| 탐색적 데이터 분석 및 데이터 큐레이션의 대화형 및 반복적 특성으로 인해 이 모듈의 마지막 수업은 분석을 위한 데이터 준비입니다. 이는 데이터 내의 품질 문제를 식별하고 데이터를 선별하기 위해 취할 수 있는 단계에 관한 것입니다. |
| 그럼 일반적인 문제에 대해 좀 더 이야기해 보겠습니다. 형식이 잘못되었습니다. 그렇다면 형식이 잘못되었다는 것은 무엇을 의미합니까? |
| 이는 데이터가 잘못된 형식이거나 분석을 위한 잘못된 형식인 경우입니다. 이는 데이터 테이블 전체에 적용할 수 있습니다. 예를 들어 데이터가 별도의 열에 있을 수 있지만 분석을 위해서는 데이터가 하나의 열에 쌓여 있어야 합니다. |
| 이는 개별 변수에 적용될 수 있습니다. 모델링 유형이나 데이터 유형이 잘못되었거나 날짜 데이터, 날짜 또는 시간에 대한 데이터가 JMP에서 해당 형식으로 지정되지 않았을 수 있습니다. |
| 화장품이 되기도 합니다. 데이터 테이블의 시작 부분에서 반응 변수를 제거하고, 변수 이름을 바꾸고, 요인을 그룹화하여 데이터 테이블에서 쉽게 찾을 수 있도록 선택할 수 있습니다. |
| 불완전한 데이터는 데이터가 부족하다는 것을 의미합니다. 이는 중요한 변수에 대한 것일 수 있으므로 궁극적으로 문제 해결에 도움이 될 수 있는 변수에 대한 데이터를 캡처하지 못할 수도 있습니다. |
| 또는 변수의 조합. 또는 단순히 관찰 결과가 충분하지 않거나 데이터 테이블에 데이터가 충분하지 않다는 의미일 수도 있습니다. |
| 누락된 데이터는 변수 값을 사용할 수 없는 경우입니다. 그리고 이것은 다양한 형태를 취할 수 있습니다. |
| 마지막으로 더럽거나 지저분한 데이터는 관찰이나 변수에 문제가 있는 경우입니다. |
| 따라서 데이터가 정확하지 않을 수 있습니다. 값이 단순히 잘못되었습니다. 사람들이 데이터를 기록하거나 시스템에 데이터를 입력하는 방식에 일관성이 없을 수 있습니다. |
| 데이터가 부정확할 수도 있고, 유능한 측정 시스템이 없을 수도 있고, 오류나 오타가 있을 수도 있습니다. |
| 데이터가 더 이상 사용되지 않을 수 있습니다. 따라서 더 이상 사용되지 않는 시설이나 기계에 대한 정보를 수집했을 수도 있습니다. |
| 오래된 것일 수도 있습니다. 따라서 데이터를 수집한 이후 프로세스가 너무 많이 변경되어 데이터가 더 이상 유용하지 않을 수 있습니다. |
| 데이터가 검열되거나 잘릴 수 있습니다. 서로 중복되는 열이 있을 수 있습니다. 동일한 기본 정보 내용이나 중복된 행이 있습니다. 따라서 더럽고 지저분한 데이터는 다양한 형태를 취할 수 있습니다. |
| 그렇다면 잠재적인 문제를 어떻게 식별합니까? 데이터를 살펴보면 문제를 식별하기 시작합니다. 실제로 이 프로세스는 반복적이며 데이터를 그래픽, 수치적으로 탐색하기 시작하면 수정하고 싶은 문제가 될 수 있는 사항이 보이기 시작합니다. |
| 또는 해결. 따라서 좋은 출발점은 데이터 테이블을 스캔하는 것부터 시작하는 것입니다. 데이터 테이블을 스캔하면 몇 가지 명백한 문제를 종종 볼 수 있습니다. |
| 이 예에서는 구성 요소라고 하는 STIPS 과정의 일부 데이터를 사용할 것이며 회사가 소형 구성 요소를 제조하고 수율을 향상시키려고 노력하는 시나리오입니다. |
| 그리고 그들은 15개의 열이 있는 369개의 부품 배치에 대한 데이터를 수집했습니다. 따라서 데이터를 살펴보면 바로 몇 가지 명백한 문제를 확인할 수 있습니다. |
| 데이터 테이블 상단을 보면 이 멋진 작은 그래프를 보면 분포의 모양을 볼 수 있습니다. 우리는 가치를 볼 수 있습니다. |
| 예를 들어 배치 번호에 대한 히스토그램이 표시됩니다. 그리고 배치 번호는 연속적인 것이 아니라 식별자라고 생각할 수 있는 것입니다. 따라서 이는 데이터가 잘못 코딩되었음을 알 수 있습니다. |
| 폐기된 숫자를 보면 분포의 형태를 알 수 있습니다. 또한 음수 값이 있음을 알 수 있는데 이는 불가능할 수도 있습니다. |
| 두 개의 값이 있는 프로세스의 히스토그램을 보면 프로세스의 모델링 유형을 연속형에서 명목형으로 변경해야 한다는 것을 알 수 있습니다. |
| 컬럼 패널을 보시면 더 많은 내용을 보실 수 있습니다. 예를 들어 배치 번호와 부품 번호는 모두 연속형으로 코딩됩니다. 이는 아마도 명목상일 것입니다. |
| 그리고 데이터 자체를 보면 다른 문제도 볼 수 있습니다. 예를 들어, 습도는 연속적이라고 생각하지만 N/A 값을 갖는 몇 가지 관측치를 볼 수 있습니다. |
| 그리고 JMP는 텍스트를 보기 때문에 열이 명목형으로 코딩되므로 이 부분을 수정해야 할 수도 있습니다. |
| 공급업체에 몇 가지 문제가 있는 것을 볼 수 있습니다. 몇 가지 누락된 값과 일부 인쇄상의 오류가 있습니다. 그리고 온도, 모든 점은 이 행의 온도 값이 누락되었음을 나타냅니다. 따라서 이는 우리가 더 조사해 보고 싶은 문제입니다. |
| 따라서 데이터 테이블을 스캔하는 것만으로도 많은 문제를 식별할 수 있으며, 한 번에 하나의 변수씩 데이터를 시각화하면 훨씬 더 많은 잠재적인 문제를 식별할 수 있습니다. |
| 정말 좋은 출발점이자 제가 이 도구를 정말 좋아하는 것은 컬럼 뷰어입니다. 열 뷰어는 선택한 모든 변수에 대한 숫자 요약을 제공합니다. |
| 예를 들어 여기에는 몇 가지 값이 누락되어 있습니다. 그리고 온도에 대해 369개 값 중 265개가 누락된 것을 볼 수 있습니다. 따라서 온도가 중요한 요소라고 생각하면 이는 잠재적으로 문제가 될 수 있습니다. |
| 데이터 테이블에 기록된 값에 대한 잠재적인 문제도 확인할 수 있습니다. 따라서 예를 들어 스크랩 비율과 스크랩 번호는 모두 음수 값을 갖습니다. |
| 이것이 물리적으로 가능하지 않다면 데이터를 수집한 시스템에서 다시 조사하고 싶을 수도 있습니다. |
| 계산된 통계 중 일부를 살펴보면 다른 문제도 볼 수 있습니다. 예를 들어 배치 번호와 부품 번호는 실제로 범주형이어야 합니다. |
| 평균 배치 번호나 평균 부품 번호를 갖는 것은 의미가 없습니다. 따라서 이는 데이터 테이블로 돌아가서 모델링 유형을 변경해야 함을 의미합니다. |
| 분포는 데이터와 잠재적인 문제에 대해 많은 것을 알려줍니다. 분포, 중심화, 퍼짐의 모양을 볼 수 있습니다. 오타도 볼 수 있습니다. |
| 여기서 고객 번호, 여기서 특히 문제는 4~5개의 주요 고객과 일부 소규모 고객이 있다는 것입니다. 고객 수 및 분석을 사용하려는 경우 기록을 사용하여 소규모 고객 중 일부를 다른 범주로 그룹화할 수 있습니다. |
| 습도에 대한 막대 차트가 있는데 이는 열에 N/A 값이 있기 때문입니다. 그리고 데이터 테이블을 스캔할 때는 이를 보지 못했을 수도 있지만 분포를 보면 여기서 꽤 명확하게 볼 수 있습니다. |
| 공급자의 인쇄상의 오류를 명확하게 볼 수 있습니다. |
| 그리고 연속형 변수를 보면 모양, 중심화, 확산을 볼 수 있지만 이러한 변수 내에서 몇 가지 특이한 관찰도 볼 수 있습니다. |
| 따라서 한 번에 하나의 변수씩 데이터를 살펴본 후 자연스럽고 자연스러운 진행은 한 번에 두 개 이상의 변수를 탐색하는 것입니다. |
| 예를 들어, 그래프 빌더에서 스크랩 비율과 스크랩 수를 살펴보겠습니다. |
| 우리는 패턴에 대한 관심을 봅니다. 따라서 우리는 이러한 밴드를 볼 수 있으며 데이터 테이블에 이러한 패턴이 나타나는 이유를 설명하는 데 도움이 되는 내용이 있을 수 있습니다. |
| 실제로 배치 크기별로 색상을 지정하면 이해가 됩니다. 따라서 5,000개의 부품이 포함된 배치가 있는 경우 200개만 배치하는 것보다 스크랩 부품에 대한 기회가 더 많습니다. |
| 우리는 또한 바닥에 이상한 관찰이 있다는 것을 알 수 있습니다. 실제로 이는 스크랩 수에 대해 음수 값을 갖는 관찰이며 이 그래프에서 실제로 눈에 띕니다. |
| 그리고 열 전환기나 데이터 필터를 추가하면 이러한 그래프에 추가적인 차원을 추가할 수 있습니다. 그래서 나는 압력을 볼 수 있습니다. |
| 예를 들어 대신... |
| 글쎄, 나는 압력을 보거나 거주로 전환할 수 있습니다. 여기서 제가 찾고 있는 것은 이러한 변수와 반응 사이의 일반적인 관계에 대한 감각을 얻는 것입니다. |
| 그리고 압력이 폐기율과 양의 관계를 갖는 것처럼 보입니다. 그리고 거주로 전환하면 아마도 둘 사이에 별로 관계가 없다는 것을 알 수 있습니다. |
| 체류 및 폐기율 또는 온도. 따라서 이러한 변수는 문제를 해결하는 데 그다지 유익하지 않을 수 있습니다. |
| 하지만 속도를 살펴보면 속도는 음의 관계를 가지고 있습니다. 그리고 상단에는 조사하고 싶은 몇 가지 특이한 관찰 사항도 있습니다. |
| 따라서 데이터를 보는 것만으로도 데이터에 대해 많은 것을 배울 수 있습니다. |
| 물론 이 논의 범위를 벗어나는 이상값과 결측값을 탐색하기 위한 고급 도구도 있습니다. |
| 그리고 분석 단계에 들어서면서 데이터 분석이나 모델 구축을 시작하면 처리해야 할 잠재적인 문제에 대해 훨씬 더 많이 배우게 됩니다. |
| 그리고 핵심은 데이터를 살펴보고 이러한 문제를 식별하면서 이러한 문제를 기록하고 싶다는 것입니다. |
| 그 중 일부는 진행하면서 해결될 수 있습니다. 따라서 프로세스를 진행하면서 데이터의 모양을 변경하고 정리할 수 있습니다. |
| 하지만 나중에 분석을 반복해야 하거나 새 데이터나 다른 데이터에 대해 분석을 반복하려는 경우 단계를 반복할 수 있도록 수행하는 단계를 캡처해야 합니다. |
| 그리고 이 시점에서 나는 재현 가능한 데이터 큐레이션과 이것이 무엇인지에 대해 이야기하기 위해 Jordan에게 넘겨줄 것입니다. |
| 조던 힐러 | 알았어 고마워, 미아. 멋 졌어요. 그리고 포인트 앤 클릭 방식으로 데이터 큐레이션을 수행하기 위해 JMP에서 무엇을 하는지 배웠습니다. 이제 이를 재현 가능하게 만드는 방법에 대해 이야기해 보겠습니다. |
| 재현성에 대해 걱정하는 이유는 데이터 세트가 정기적으로 새로운 데이터로 업데이트되기 때문입니다. 이것이 일회성 활동이라면 포인트 앤 클릭에 대해 크게 걱정하지 않을 것입니다. 하지만 데이터가 계속해서 업데이트되면 |
| 매번 포인트별로 데이터 큐레이션을 반복하고 클릭하는 것은 너무 노동 집약적입니다. |
| 따라서 모든 데이터 큐레이션 단계를 수행하는 스크립트를 생성하는 것이 더 효율적이며, 버튼을 한 번만 클릭하면 해당 스크립트를 실행할 수 있습니다. |
| 그리고 모든 일을 한 번에 하세요. 따라서 효율성 외에도 |
| 이는 귀하의 프로세스를 문서화합니다. 그것은 당신이 한 일에 대한 기록으로 사용됩니다. 그래서 나중에 자신이 무엇을 했는지 기억할 수 있고, 당신 뒤를 이어 이 과정을 책임지는 사람들에게도 기록이 됩니다. |
| 이 프레젠테이션의 나머지 부분에서는 포인트 앤 클릭만으로 데이터 큐레이션 스크립트를 생성하는 방법을 보여드리는 것이 목표입니다. |
| 우리는 이 작업을 수행하기 위해 프로그래밍을 할 필요가 없기를 바랍니다. 해당 프로그램 코드는 추출되어 저장될 예정이며, 이것이 어떻게 발생하는지에 대해 조금 이야기하겠습니다. |
| 그래서 두 개의 서로 다른 섹션이 있습니다. 현재 JMP 15에서 데이터 큐레이션 스크립트를 얻을 수 있는 작업과 내년에 JMP 16이 출시되면 수행하게 될 작업이 있습니다. |
| JMP 15에는 재사용 가능한 자체 JSL 스크립팅 코드를 생성하는 몇 가지 데이터 큐레이션 작업이 있습니다. |
| 포인트를 실행하고 클릭하기만 하면 코드를 가져오는 기술이 있습니다. 나는 그것을 증명할 것이다. 따라서 녹음과 같은 도구는 |
| 계산을 통해 새 수식 열 생성, 데이터 표 재구성 등의 도구는 표 메뉴에 있습니다. 스택, 분할, 조인, 연결 및 업데이트가 있습니다. 이 모든 도구 |
| JMP 15에서는 포인트 앤 클릭 방식으로 실행한 후 자체 스크립트를 생성합니다. |
| 자체 JSL 스크립트를 생성하지 않는 다른 일반적인 작업이 있으며 이러한 작업을 더 쉽게 수행하고 재현할 수 있도록 만들기 위해 다음과 같은 작업을 수행합니다. |
| 그리고 이는 주로 열 관련 작업, 열의 데이터 유형 변경, 모델링 유형 변경, 표시 형식 변경 등의 작업에 도움이 됩니다. |
| 데이터 테이블에서 열 이름 바꾸기, 순서 변경 및 삭제, 사양 제한 또는 값 레이블과 같은 열 속성 설정. |
| 따라서 데이터 정리 스크립트 도우미는 JMP 15에서 이러한 작업을 지원하는 데 사용됩니다. |
| 우리는 여러분에게 JMP 16의 미리보기를 제공할 예정이며, JMP 16 로그의 새로운 기능에 대해 매우 기대하고 있습니다. 제 생각에는 이를 향상된 로그 모드라고 부를 것 같습니다. |
| 기본 아이디어는 JMP 16에서는 평소처럼 데이터 큐레이션 단계를 가리키고 클릭하기만 하면 된다는 것입니다. |
| 필요한 JSL 코드가 자동으로 생성되고 기록됩니다. 당신이해야 할 일은 그것을 잡고 저장하는 것뿐입니다. 정말 간단하고 정말 유용해서 여러분께 보여드리게 되어 기쁩니다. |
| 참고할 수 있는 치트 시트는 다음과 같습니다. JMP 15에서는 왼쪽에 일반적인 데이터 큐레이션 작업이 있습니다. 완전한 목록은 아닙니다. |
| 가운데 열에는 JMP에서 포인트 앤 클릭을 통해 이를 수행하는 방법이 표시됩니다. 재사용 가능한 스크립트를 추출하는 방법은 오른쪽에 나열되어 있습니다. 그래서 여기서 모든 내용을 다루지는 않겠습니다. |
| 하지만 네, 이것은 나중에 참고할 수 있는 내용입니다. 데모를 시작해 보겠습니다. 그리고 Mia가 구성 요소 데이터 테이블에서 확인한 몇 가지 문제를 해결하는 방법을 보여 드리겠습니다. JMP 15부터 시작하겠습니다. |
| 그리고 우리가 가장 먼저 이야기할 것은 열 문제 중 일부입니다. |
| 바꾸다 |
| 데이터 유형, 모델링 유형 등이 있습니다. 이제 포인트 앤 클릭에만 관심이 있다면 |
| JMP에서는 일반적으로 습도에 대해 이렇게 합니다. 여러분이 기억하실 칼럼은 다음과 같습니다. |
| 거기에 일부 텍스트가 있는데 실수로 문자 열로 들어옵니다. 따라서 포인트 앤 클릭으로 문제를 해결하려면 일반적으로 마우스 오른쪽 버튼을 클릭하고 열 정보로 들어가서 여기에서 해당 변경 사항을 해결합니다. |
| 이는 JMP 15에서 사용 가능한 스크립트를 남기지 않는 JMP 작업 중 하나입니다. 따라서 이를 위해 대신 데이터 정리 스크립트 도우미를 사용하겠습니다. 자, 여기 갑니다. |
| 추가 기능 메뉴에 있으니 제가 설치했으니 여러분도 설치하실 수 있습니다. 데이터 정리 스크립트 도우미, 이를 위해 필요한 도구는 클리너 Victor입니다. 이것은 |
| 열을 변경하기 위한 그래픽 사용자 인터페이스이므로 여기에서 데이터 유형과 모델링 유형을 다룰 수 있습니다. 열 이름을 바꾸고, 열 순서를 변경하고, 열을 삭제한 다음 스크립트를 저장할 수 있습니다. 그럼 여기서 몇 가지를 변경해 보겠습니다. |
| 습도의 경우 텍스트로 표시되는 N/A 값이 있는 항목입니다. 문자변수에서 숫자변수로 바꿔보겠습니다. 그리고 우리는 이를 명목형에서 연속형으로 변경할 것입니다. |
| 우리는 또한 배치 번호가 명목상으로 변경되어야 한다는 것을 확인했습니다. 부품 번호도 공칭으로 변경해야 하며 현재 숫자인 프로세스도 변경해야 합니다. |
| 명사 같은. |
| 팹테크. 그래서 그것은 나에게 유용하지 않습니다. 시설 열을 삭제해 보겠습니다. 여기서 이름을 클릭하여 선택하고 삭제를 클릭하겠습니다. |
| Mia가 언급한 몇 가지 외관상의 변화는 다음과 같습니다. 폐기율은 내 테이블 끝에 있습니다. 좀 더 일찍 옮기고 싶어요. 다음에는 네 번째 위치로 이동하겠습니다. |
| 고객 번호. 그래서 우리는 그것을 선택하고 화살표를 사용하여 고객 번호 바로 다음 순서로 위로 이동합니다. |
| 마지막으로 변경할 사항은 압력 변수를 선택하고 이름을 바꾸는 것입니다. |
| 우리 조직의 엔지니어들은 이 열을 psi라고 불렀습니다. 그래서 그것이 제가 그 칼럼에 부여하고 싶은 이름입니다. 좋아요, 이것이 제가 여기서 만들고 싶은 모든 변화입니다. |
| 나는 몇 가지 선택을 해야 합니다. 스크립트가 데이터 테이블 자체에 저장되는지 여부는 내가 결정합니다. 그러면 여기 왼쪽 상단 패널에 작은 스크립트 섹션이 만들어집니다. |
| 자체 창에 저장할 곳은 스크립트 창에 저장해 보겠습니다. 확인을 클릭하면 지정한 정리 작업을 실행할지 여부를 선택할 수도 있습니다. 실행을 유지하고 확인을 클릭하겠습니다. |
| 이제 모든 변경 사항이 적용된 것을 볼 수 있습니다. 상황이 재정렬되고 열 속성이 변경되었습니다. 그리고 |
| 우리에겐 스크립트가 있습니다. 이를 달성하기 위한 스크립트가 있습니다. 그것은 자체 창에 있으며 이 작은 프로그램이 기초가 될 것입니다. 우리는 이를 중심으로 데이터 큐레이션 스크립트를 구축할 것입니다. 이것을 저장해 봅시다. 저는 바탕화면에 저장하겠습니다. 그리고 난 이걸 부를 거야 |
| v15 큐레이션 스크립트. |
| 모델링 유형 변경, 데이터 유형 변경, 이름 바꾸기, 순서 변경. |
| 이것들은 모두 Victor에게서 나왔습니다. 이것을 내 코드에 문서화하겠습니다. 나중에 읽을 수 있도록 코드에 약간의 주석을 남겨 두는 것이 좋습니다. Victor 도구에서 가져온 내용이라는 메모를 남길 예정입니다. |
| 그리고 DCSA에서 데이터 정리 스크립트 보조자 Victor를 예로 들어 보겠습니다. 그러니까 댓글이군요. 두 개의 슬래시는 |
| 프로그램의 라인; 그건 댓글이에요. 이는 프로그램 인터프리터가 이를 프로그램 코드로 실행하려고 시도하지 않음을 의미합니다. 그것은 단지 작은 메모로 인식되며, 위쪽에 녹색으로 표시됩니다. |
| 스크립트에 약간의 설명을 남기는 것이 좋습니다. 좋아, 계속하자. |
| 제가 다루려고 하는 다음 큐레이션 작업은 이 공급자 칼럼입니다. Mia는 여기에 해결해야 할 몇 가지 문제가 있다고 말했습니다. |
| 이를 위해 녹음 도구를 사용하겠습니다. Recode는 자체 스크립트를 남기는 JMP 15의 도구 중 하나이므로 어디서 구할 수 있는지 알아야 합니다. 이제 녹음을 하고 스크립트를 잡고 마우스 오른쪽 버튼을 클릭하세요. |
| 녹음하다. |
| 그리고 우리는 이러한 데이터 값을 수정할 것입니다. 빨간색 삼각형부터 시작하겠습니다. 먼저 모든 텍스트를 제목 케이스로 변환하여 여기 아래의 소문자 Hersch 값을 정리하겠습니다. |
| 여분의 공백, 여분의 공백 문자도 잘라냅니다. 그것은 이 앤더슨의 주요 공간을 정리했습니다. 좋아요. |
| 따라서 녹음 도구에서 수행한 모든 변경 사항은 이 목록에 기록되며 원하는 경우 이를 순환 및 실행 취소하고 다시 실행하고 해당 기록을 순환할 수 있습니다. |
| 좋습니다. 몇 가지만 더 변경하면 됩니다. 수동으로 만들어보겠습니다. Hershes를 함께 그룹화하고, Coxes를 함께 그룹화하고, 모든 Andersons를 그룹화합시다. |
| Trutna와 Worley는 이미 정확합니다. 마지막으로 할 일은 이러한 누락된 값을 해결하는 것입니다. 우리는 그것들을 각각의 누락 카테고리에 할당할 것입니다. |
| 이것이 나의 녹음 과정입니다. 이제 해야 할 일은 끝났습니다. 그냥 가리키고 클릭했다면 계속해서 녹음을 클릭하면 작업이 완료됩니다. 하지만 기억하세요. 저는 이 스크립트를 구해야 합니다. 그러기 위해 저는 빨간 삼각형으로 갈 것입니다. |
| 스크립트 섹션으로 이동하여 이 스크립트를 스크립트 창에 저장해 보겠습니다. |
| 여기서는 자체 스크립트 창에 저장되며 해당 섹션을 진행 중인 큐레이션 스크립트의 맨 아래에 붙여넣겠습니다. |
| 그럼 보자. 난 그냥 여기에서 모든 것을 가져갈 예정입니다. 굳이 볼 필요도 없어요. 오른쪽. 프로그래머가 아니어도 Control C를 하고 그냥 맨 밑에 붙여넣으면 됩니다. 그리고 이것이 녹음된 빨간색 삼각형에서 나온 것임을 메모해 두겠습니다. |
| 알겠습니다. 이 창을 닫아도 됩니다. 더 이상 필요하지 않습니다. 그리고 이러한 업데이트를 내 큐레이션 스크립트에 저장하세요. 그래서 그것은 녹음된 것이고 당신이 하는 방식은 |
| 얻을 |
| 그것을 위한 코드입니다. |
| 좋습니다. 그러면 우리가 다룰 다음 작업은 계산입니다. |
| 수익률. 아, 미안해요. 제가 하려는 것은 실제로 그 녹음을 실행하는 것입니다. 이제 스크립트를 저장했으므로 기록을 실행해 보겠습니다. 그리고 여기에 기록된 공급업체 열이 있습니다. 완벽한. |
| 좋습니다. 수익률 열을 계산해 보겠습니다. 이것은 약간 중복됩니다. 이미 스크랩 비율이 있다는 것을 알고 있습니다. |
| 하지만 토론의 목적으로 새 열을 계산하고 해당 스크립트를 추출하는 방법을 보여드리겠습니다. 이는 JMP 15의 또 다른 위치로, 어디를 봐야 할지 알면 스크립트를 쉽게 얻을 수 있습니다. 그래서 수익률 열을 만듭니다. |
| 새 열, 여기를 두 번 클릭하고 이름을 16열에서 Yield로 바꿉니다. |
| 그리고 여기에 수식을 할당해 보겠습니다. |
| 수율을 계산하려면 각 배치에 얼마나 많은 좋은 단위가 있는지 알아야 합니다. 따라서 배치 크기에서 폐기된 수를 뺀 값이 됩니다. |
| 이것이 제가 모든 배치에 가지고 있는 좋은 단위의 수입니다. 이를 전체 배치 크기로 나누겠습니다. 여기에 생산량 열이 있습니다. 예, 여기서 수익률은 .926임을 알 수 있습니다. |
| 폐기율은 .074, 1에서 수율을 뺀 값입니다. 너무 좋아요. 계산이 정확합니다. 이제 해당 수익률 열을 만들었으므로 해당 스크립트를 가져오겠습니다. 여기에 트릭이 있습니다. 마우스 오른쪽 버튼을 클릭하고 열을 복사하세요. |
| 마우스 오른쪽 버튼을 클릭하여 열을 복사하십시오. |
| 반죽. 그리고 거기 있습니다. 데이터 테이블에 새 열을 추가합니다. 이를 수확량이라고 하며 여기에 그 공식이 있습니다. |
| 자, 저는 어떤 프로그래밍도 알 필요가 없다고 말했습니다. 여기에는 아주 작은 예외가 있을 것 같습니다. 아마 눈치채셨을 거예요 |
| JSL의 모든 단계 끝에는 세미콜론이 있습니다. 이는 다양한 JSL 표현식을 구분하며 스크립트 하단에 새로운 내용을 추가하는 경우 그 사이에 세미콜론이 있는지 확인해야 합니다. 그래서 세미콜론만 입력하고 있습니다. 복사 열 |
| 함수에서 세미콜론을 추가하지 않았으므로 수동으로 추가해야 합니다. |
| 알았어, 좋아. 이것이 우리의 수익률 열입니다. 다음으로 다루고 싶은 것은 이것입니다. |
| 내 프로세스에는 1과 2라는 레이블이 지정되어 있습니다. 별로 친절하지 않은 것 같아요. 나는 그들에게 더 설명적인 라벨을 부여하고 싶습니다. 우리는 프로세스 번호 1, 생산을 호출할 것입니다. 및 프로세스 번호 2, 실험적. 우리는 값 레이블을 사용하여 이를 수행할 것입니다. |
| 값 레이블은 열 속성의 예입니다. 열에 추가할 수 있는 다양한 열 속성의 전체 목록이 있습니다. |
| 이것은 측정 단위와 같은 것입니다. 이는 그래프의 표시 순서를 변경하려는 경우 값 순서를 사용하는 것과 같습니다. |
| 품질 분석을 위해 관리 한계, 사양 한계 또는 과거 시그마를 추가하려는 경우에도 여기에서 해당 작업을 수행할 수 있습니다. |
| 괜찮은. 따라서 이들 모두는 우리가 추가하는 열 속성, 즉 열에 추가하는 메타데이터입니다. |
| 그리고 이러한 열 속성을 추가하기 위해 JSL 스크립트에 액세스하려면 데이터 정리 스크립트 도우미를 사용해야 합니다. 그래서 우리가 하는 방법은 다음과 같습니다. 먼저 평소와 같이 포인트 앤 클릭 방식으로 열 속성을 추가합니다. 값 레이블을 추가하겠습니다. |
| 프로세스 번호 1, 우리는 생산을 호출할 것입니다. 추가하다. |
| 프로세스 번호 2는 실험적이라고 부르겠습니다. |
| 그리고 해당 값 레이블 열 속성을 추가하면 |
| 이제 데이터 테이블에 멋진 레이블이 표시됩니다. 프로세스 1과 프로세스 2를 보는 대신 제작과 실험을 봅니다. |
| 데이터 정리 스크립트 도우미. 부동산 복사기를 선택하겠습니다. |
| 열 속성 스크립트가 클립보드에 복사되었다는 작은 메시지가 나타납니다. 그런 다음 진행 중인 스크립트로 돌아갑니다. |
| DCSA 부동산 복사기에서. |
| 그리고 붙여넣기를 하고 Ctrl V를 눌러 붙여넣으세요. 두 개의 값 레이블을 할당하는 데 필요한 스크립트가 있습니다. 끝났다. |
| 매우 좋은. 좋습니다. 데이터 정리 단계를 하나 더 수행해야 합니다. 이 단계에는 데이터 정리 스크립트 도우미가 필요합니다. |
| 예를 들어 이 데이터 테이블에서 진공 상태가 해제된 행만 고려하려고 합니다. 오른쪽. 따라서 해당 행은 313개입니다. |
| 그리고 저는 이 데이터 테이블에서 진공이 켜져 있는 행을 제거하고 싶습니다. 따라서 포인트 앤 클릭 방식으로 수행하는 방법은 제가 지금 했던 것처럼 해당 항목을 선택한 다음 테이블 하위 집합 명령을 실행하는 것입니다. |
| 사용 가능한 코드를 얻으려면 Data Cleaning Script Assistant를 다시 한 번 사용해야 합니다. 따라서 이 데이터 테이블을 진공 상태가 해제된 행으로만 부분 집합화하는 방법은 다음과 같습니다. 먼저 행 메뉴, 행 선택 하위 메뉴에서 이 Select Where를 사용하겠습니다. |
| 선택에 대해 재사용 가능한 스크립트를 얻으려면 명령을 사용하십시오. 진공 상태가 해제된 행을 선택하겠습니다. |
| 선택 항목을 실행하기 위해 확인을 클릭하기 전에 다시 빨간색 삼각형으로 이동하여 스크립트 창에 스크립트를 저장합니다. |
| 컨트롤 A. 컨트롤 C를 복사하여 다시 붙여넣습니다. |
| 행에서. |
| 위치를 선택하세요 |
| Control V. 진공 상태가 해제된 행을 선택하는 JSL 코드가 있습니다. 이제 한 번 더, |
| 선택한 행을 가져오려면 데이터 정리 스크립트 도우미를 사용해야 합니다. 아, 먼저 실제로 선택을 실행해 보겠습니다. |
| 거기는. 이제 선택한 행을 사용하여 다시 추가 기능, 데이터 정리 스크립트 도우미, 선택한 행의 하위 집합을 살펴보겠습니다. |
| 데이터 하위 집합이 포함된 새 데이터 테이블의 이름을 지정하라는 메시지가 표시됩니다. 그것을 진공이라고 부르자. 진공청소기. 이것이 내 새 데이터 테이블 이름입니다. 확인을 클릭하면 하위 집합 스크립트가 클립보드에 복사되었다는 또 다른 메시지가 나타납니다. |
| 그래서 우리는 그것을 바닥에 붙여 넣습니다. |
| 거기는. |
| 이제 이것이 JMP 15에서 사용할 완전한 데이터 큐레이션 스크립트입니다. 실제로 사용하는 방법을 살펴보겠습니다. 우리가 작업하고 있는 데이터 테이블을 닫고 큐레이션 작업을 수정하겠습니다. 닫고 다시 돌아가자 |
| 지저분한 상태. |
| 올바른 JMP 버전을 사용하고 있는지 확인하세요. |
| 괜찮은. 예, 여기 지저분한 데이터가 있습니다. 그리고 프로덕션 환경이고 항상 새로운 데이터가 들어오기 때문에 일부 새로운 행이 들어왔다고 가정해 보겠습니다. 데이터 큐레이션 워크플로를 다시 재생해야 합니다. |
| 스크립트를 실행합니다. |
| 해당 작업을 모두 수행했습니다. 값 레이블을 기록해 두십시오. 습도는 지속적이라는 점에 유의하세요. 진공이 해제된 행으로만 하위 집합을 지정했습니다. 전체 워크플로우 |
| 이제 JSL 스크립트로 재현할 수 있습니다. JMP 15에서는 이 점을 명심해야 합니다. 일부 도구에서는 JSL 스크립트를 직접 추출할 수 있습니다. 다른 사람들에게는 제가 추가한 Data Cleaning Script Assistant를 사용하게 될 것입니다. |
| 이제 JMP 16에서 이것이 얼마나 재미있고 쉬운지 보여드리겠습니다. 전체 작업 흐름을 진행하지는 않겠습니다. |
| 다시 한 번 말씀드리지만, 다소 중복되겠지만, 우리가 겪은 일 중 일부를 살펴보겠습니다. 여기 JMP 16이 있고 로그를 열어 보겠습니다. |
| 로그는 JMP 16에서 다르게 보이며 현재 이러한 차이점 중 일부를 볼 수 있습니다. 지저분한 구성 요소 데이터를 열어 보겠습니다. |
| 여기있어. 그리고 로그에 지저분한 데이터 테이블을 열었다는 섹션이 있다는 것을 알 수 있습니다. 그리고 여기 아래. 다음은 다음을 수행하는 JSL 스크립트입니다. |
| 우리가 방금 한 일. 따라서 이는 필요한 모든 스크립트를 자동으로 캡처하는 실행 로그와 같습니다. 아직 완료되지 않았습니다. |
| 아직 새로운 기능이 추가되고 있습니다. 그리고 저는 그것이 계속될 것이라고 가정합니다. |
| 하지만 이미 이 향상된 로그 기능은 매우 유용하며 대부분의 데이터 큐레이션 활동을 다루고 있습니다. |
| 또한 지금 제가 보여드리는 것은 JMP의 얼리 어답터 버전이라는 점도 말씀드리고 싶습니다. 얼리 어답터 버전 5입니다. 그래서 완전히 출시되면 |
| 내년 초 JMP 16의 상용 버전이 출시된다면 아마도 지금 보고 있는 모습과는 조금 달라 보일 것입니다. |
| 좋습니다. 계속해서 데이터 큐레이션 단계 중 일부를 다시 살펴보겠습니다. 전체 작업 흐름은 중복되므로 다루지 않겠습니다. 그 중 몇 가지만 해보겠습니다. |
| Victor가 필요했던 몇 가지 사항을 살펴보겠습니다. JMP 16에서는 데이터 정리 스크립트 도우미가 필요하지 않습니다. 우리는 평소처럼 요점을 말하고 클릭하기만 하면 됩니다. |
| 습도를 문자에서 숫자로, 명목에서 연속으로 변경하고 확인을 클릭합니다. 구조화된 로그에 표시되는 내용은 다음과 같습니다. 그것은 가지고있다 |
| 해당 JSL을 캡처했습니다. 좋습니다. 데이터 테이블로 돌아갑니다. 배치 번호, 부품 번호 및 프로세스의 모델링 유형을 연속형에서 명목형으로 변경할 예정입니다. |
| 끝났습니다. 그 내용도 로그에 포착되었습니다. 값이 하나만 있는 시설 열을 삭제하겠습니다. 열 삭제를 마우스 오른쪽 버튼으로 클릭하세요. 그것은 사라졌습니다. |
| PSI. |
| 자, 이것이 모두 도구였습니다. JMP 15의 Victor에서 수행한 모든 작업이었습니다. 여기 JMP 16에서는 이러한 모든 항목이 JMP 스크립트 뒤에 남아 있으며 여기에서 복사하여 재사용할 수 있습니다. 아름다운. |
| 괜찮은. 한 단계만 더 보여드리겠습니다. 진공 상태의 하위 집합이 꺼져 있음을 보여드리겠습니다. JMP 16에서는 훨씬 더 간단해졌습니다. 우리가 해야 할 일은 |
| 모든 오프 진공청소기를 선택하십시오. 행 메뉴를 사용할 필요도 없습니다. 해당 오프 중 하나를 마우스 오른쪽 버튼으로 클릭하고 일치하는 셀을 선택하면 진공이 해제된 313개의 행이 선택됩니다. 그런 다음 평소와 같이 하위 집합을 수행하고 선택한 행만 하위 집합으로 선택하려면 테이블 하위 집합을 선택합니다. |
| 선택한 행만 있고 모든 열을 유지하는 진공 제거라는 새 테이블을 만들겠습니다. 여기 있습니다. |
| 그게 다야. 우리는 모든 데이터 큐레이션 단계를 수행했습니다. 구조화된 로그의 모습은 다음과 같습니다. |
| 이제 이것을 재사용 가능하고 재현 가능한 데이터 큐레이션 스크립트로 만들기 위해 우리가 해야 할 일은 빨간색 삼각형까지 올라가서 스크립트를 스크립트 창에 저장하는 것뿐입니다. 이것을 내 데이터, 내 데스크탑에 v16 큐레이션 스크립트로 저장하겠습니다. |
| 그리고 여기 있습니다. 전체 스크립트는 다음과 같습니다. 그럼 이제 JMP 16의 모든 데이터를 닫고 해당 스크립트를 다시 실행하는 것이 어떤 것인지 보여드리겠습니다. |
| JMP 16의 홈 창으로 돌아왔습니다. 내 큐레이션 스크립트는 다음과 같습니다. 첫 번째 줄은 open 명령이므로 데이터 테이블을 열 필요조차 없습니다. 바로 여기서 일렬로 일어날 것입니다. |
| 내가 해야 할 일은 새 데이터가 들어오고 이 파일이 업데이트되었을 때 데이터 큐레이션 단계를 수행하기 위해 수행해야 하는 모든 작업은 스크립트를 실행하는 것입니다. |
| 그리고 거기 있습니다. 모든 큐레이션 단계와 하위 집합은 313행입니다. 따라서 JMP 16의 향상된 로그를 사용하여 모든 데이터 큐레이션 작업을 캡처하고 이를 재현 가능한 스크립트로 변경합니다. |
| 자, JMP 15 치트 시트를 다시 한 번 상기시켜 드리겠습니다. 이것은 지금 JMP 15를 사용할 때 재사용 가능한 코드를 추출하기 위해 알아야 할 사항이므로 걱정할 필요가 없습니다. JMP 16이 출시되면 정말 많은 일이 일어날 것입니다. |
| 2021년 초. |
| 결론적으로 Mia는 JMP에서 데이터 큐레이션을 달성하는 방법을 보여주었습니다. 이는 문제를 식별하고 포인트 앤 클릭 방식으로 수정하는 탐구적이고 반복적인 프로세스입니다. |
| 데이터가 새로운 데이터로 정기적으로 업데이트되면 시간을 절약하기 위해 해당 워크플로를 자동화해야 합니다. |
| 또한 프로세스를 문서화하고 나중에 돌아와서 수행한 작업을 확인할 때 이동 경로의 흔적을 남길 수도 있습니다. |
| 자동화 프로세스는 포인트 앤 클릭 활동을 재사용 가능한 JSL 스크립트로 변환하는 것입니다. |
| 우리는 이러한 목적을 달성하기 위해 JMP 15에서 내장된 도구와 Data Cleaning Script Assistant의 도구를 함께 사용하는 방법에 대해 논의했습니다. |
| 또한 JMP 16에 대한 미리보기와 향상된 로그를 사용하여 포인트 앤 클릭 데이터 큐레이션 활동을 자동으로 수동적으로 캡처하고 아름다운 재사용 가능한 데이터를 남길 수 있는 방법도 제공했습니다. |
| 재현 가능한 데이터 큐레이션 스크립트. |
| 괜찮은. 이것이 우리의 프리젠테이션입니다. 시간을 내주셔서 정말 감사드립니다. |
![:\](https://jmp.vanillacommunities.com/resources/emoji/confused.png ":\"){kind=small}