스피커
|
성적 증명서
|
| 칼렙 킹 |
안녕하세요, 제 이름은 Caleb King입니다. 저는 JMP 소프트웨어의 개발자입니다. 저는 특별히 실험 설계 그룹에 속해 있지만 오늘은 |
| |
약간의 주제에서 벗어나 데이터의 시각적 스토리 텔링에 도움이되는 JMP의 그래픽 및 기타 도구를 사용하는 방법에 대해 설명합니다. |
| |
이제 제가 선택한 데이터 세트는 ... FBI가 수집 한 증오 범죄 데이터입니다. 따라서 논란의 여지가있는 데이터 세트 일 수도 있지만 현재 진행중인 일과 관련이 있습니다. |
| |
제 목표는 이것을 좀 더 설명 적으로 만드는 것이므로 이전에 만든 몇 가지 그래픽을 살펴 보겠습니다. |
| |
이 데이터 세트에 대해. 그리고 제가 그래프를 어떻게 만들 었는지 반드시 보여 드리지는 않겠지 만 목적은 JMP를 어떻게 사용할 수 있는지 설명하는 것입니다. |
| |
제가 말했듯이 시각적 스토리 텔링은 사람들이 그래프를보고 상호 작용하도록 유도하는 데 상호 작용을 사용합니다. |
| |
더 많은 질문을 할 수도 있고, 진행하면서 질문에 답할 수도 있습니다. 그러나 데이터 탐색을 권장합니다. 이것이 JMP에서 우리가하는 모든 것입니다. |
| |
그래서 바로 들어 가자. |
| |
먼저 데이터 세트 자체에 대한 간략한 개요를 제공 할 것이므로 여기를 따라 스크롤 해 보겠습니다. 그래서 많은 정보가 있습니다. |
| |
사건이 발생한 곳. |
| |
우리가 계속 진행하면서 사건이 발생한 날짜. 범죄자에 대한 약간의 정보가 있습니다. |
| |
그리고 어떤 종류의 범죄가 저질러 졌는지. 다시 몇 가지 기본 정보, 사건에서 어떤 유형의 편견이 제시되었는지. 피해자에 대한 몇 가지 정보. |
| |
그리고 전반적인 차별 범주와 위도와 경도에 대한 추가 정보 (가능한 경우)와 다른 그래픽을 사용할 일부 인구에 대해 제공했습니다. 이제 명확하게하기 위해 |
| |
미국 연방 수사 국인 FBI는 증오 범죄가 |
| |
특정 집단에 대한 편견으로 인해 발생하는 범죄 행위. 그 편견은 인종, 종교, 성별, 성 정체성 등에 대한 것일 수 있습니다. |
| |
따라서 범죄가 특정 편견에 의해 동기가 부여되는 한 증오 범죄로 간주되며이 데이터는 과거에 발생한 모든 사건으로 구성됩니다. |
| |
FBI에 의해 수집되어 1991 년과 2019 년까지 거슬러 올라갑니다. 저는 2020 년의 데이터가 없습니다. 흥미로운 것은 확실합니다. |
| |
그러나 그것은 FBI가 시간을내어 실제로 보고서를 작성하기 전에 데이터를 철저히 정리하고 준비하는 것을 좋아하기 때문입니다. 그래서 |
| |
데이터를 확인하는 데 얼마나 많은 시간과 노력을 쏟았는지 감안할 때이 데이터는 매우 정확하다는 것을 확신 할 수 있습니다. |
| |
좋습니다. 이제 시작하여 데이터에 대한 기본적인 시각적 요약을 수행해 보겠습니다. 여기에서이 작은 테이블 스크립트를 실행하여 시작하겠습니다. 그리고이 모든 것은 기본적으로 |
| |
특정 편향에 따라 매일 발생한 사건 수를 나타냅니다. 여기에서 기본 플롯을 만들 것입니다.이 경우에는 간단한 선 플롯입니다. |
| |
여기에서는 전체 범위에서 매일 발생하는 사고 수를 보여줍니다. 따라서 전체를 얻을 수 있습니다. 1991 년부터 2019 년까지 데이터의 전체 범위를 볼 수 있습니다. |
| |
그리고 얼마나 많은 사건이 발생했는지. 이제 이것은 그 자체로 좋은 정적 인 이미지가 될 것입니다. |
| |
사건의 수가 감소하는 곳. 실제로 여기서 축 설정을 약간 변경하겠습니다. 보자, 우리는 50 초 단위로 증가했습니다. 20 초 단위로합시다. 우리는 거기에 갈. |
| |
그래서 약간의 상호 작용이 있습니다. 상호 작용. 우리는 그것을 다듬고 더 나은 감각을 얻기 위해 저울을 변경했습니다. |
| |
평균적으로 얼마나 많은 사건이 있는지 나는 약간의 배포를 실행했고 평균적으로 하루에 약 20 건의 사건을 |
| |
여기에서 볼 수 있습니다. 물론 이제 데이터에서 볼 수있는 두 가지 급증을 아직 해결하지 않은 이유가 궁금 할 것입니다. |
| |
네, 분명히 두 개의 정말 큰 스파이크가 있습니다. 그래서 만약 이것이 |
| |
다른 유형의 소프트웨어라면 "좋아요. 제가 조사 해보고 싶습니다"라고 말할 수 있습니다. 따라서 시도한 데이터로 돌아가서 |
| |
그 날짜가 어디에 있는지 확인하고 플롯을 제시하거나 분석을 통해 무슨 일이 일어나고 있는지 보여줄 수 있습니다. 음, 이것은 JMP이고 우리는 |
| |
도움이되며, 우리가 JMP 15에서 소개 한 graphlets라고 불리는 것입니다. 이렇게 작동합니다. 나는 그냥 호버링과 붐을 할 것입니다. |
| |
그 시점에서 무슨 일이 일어나고 있는지를 더 요약하는 데 도움이되는 작은 그래프 릿이 나타났습니다. 이 경우에는 많은 정보가 있습니다. |
| |
1992 년 5 월 1 일 날짜를 먼저 알 수 있습니다. 따라서 미국 역사에 익숙하다면 여기에서 무슨 일이 일어나고 있는지 알 수 있지만 그렇지 않다면 |
| |
그래프를 클릭하여 약간의 추가 단서를 얻을 수 있습니다. 이제 내가 보여주고 있음을 알 수 있습니다. |
| |
사건의 특정 편향에 의한 사건. 그래서 우리는 여기서 대부분의 사건이 백인들에 대한 것이었고 다음 그룹은 흑인 또는 아프리카 계 미국인이며 계속해서 계속됩니다. |
| |
저는 여기에 답을줍니다.이시기에 로드니 킹이 캘리포니아에서 폭동을 일으킨 사건이 있다는 점입니다. 로드니 킹, |
| |
불행히도 경찰에 의해 살해되어 많은 반발과 폭동을 일으킨 흑인 개인 |
| |
이 시간에. 그래서 그것이 우리가이 특정 데이터 포인트에서 포착 된 것을보고 있습니다. 만약 당신이 그것을 모른다면, 당신은 적어도이 정보를 가지고 시작해서 그곳을 찾아 보려고 할 것입니다. |
| |
여기에서 매우 큰 스파이크로 똑같은 일을 할 수 있습니다. 그리고 다시, 호버 그래프 렛을 사용할 것이므로 그 위로 마우스를 가져갑니다. 잠시 멈춰 보겠습니다. 그래서 우리는 2001 년 9 월 12 일 날짜를 봅니다. 그것은 그 자체로 매우 큰 단서입니다 |
| |
무슨 일이 있었는지. 그러나 여기에서 고장을 살펴보면 대부분의 사건이 무슬림 신앙을 가진 개인에 대한 것임을 알 수 있습니다. |
| |
아랍 민족 또는 다른 유형의 유사한 민족 또는 조상. 이 경우 우리는 명확하게 볼 수 있습니다 |
| |
9 월 11 일의 불행한 사건 이후에 발생한 테러 공격 이후 다음날에 대한 많은 반발이있었습니다. |
| |
비슷한 민족, 비슷한 신념을 가진 멤버들 때문에 그 당시 안타까운 반발이 일어났습니다. |
| |
따라서 이미이 하나의 플롯과 일부 상호 작용만으로도 많은 정보를 수집 할 수 있었고 더 멀리보고 싶은 영역에서 많은 수준의 정보를 수집 할 수있었습니다. |
| |
하지만 우리는 계속할 수 있습니다. 이제 JMP 16의 새로운 점은 여기 X 축에 날짜가 있기 때문에 실제로 날짜를 더 큰 범주로 비닝 할 수 있으므로이 경우에는 월별로 비닝하겠습니다. |
| |
그리고 우리는 줄거리가 사라지는 것을 봅니다. 그래서 여기에 제가 할 일이 있습니다. 다시 실행 해 보겠습니다. |
| |
우리는 거기에 갈. |
| |
당신은 무슨 일이 일어날 지 결코 알지 못합니다. 이 경우에는 이것이 일어날 일입니다. 걱정하지 마세요. |
| |
그래서 우리는 그것을 월별로 비닝했고 여기서 흥미로운 패턴을 발견했습니다. 어떤 종류의 계절적 추세가 발생하는 것 같습니다. hover graphlet을 사용하여 어떤 일이 발생할 수 있는지 식별하는 데 도움이됩니다. 그래서 저는 낮은 지점 위로 마우스를 가져갈 것입니다. 그래서 내가 그렇게하면 |
| |
좋아요, 1 월, 12 월, 좋아요. 흥미 롭군. 다른 12 월 위에 마우스를 올려 보겠습니다. |
| |
그리고 또 다른 12 월. 아, 실제로이 경우에는 실제 계절적 추세가있을 수 있습니다. 우리는 겨울에 저점을 기록한 것 같습니다. |
| |
사실 데이터 테이블로 돌아 가면 실제로 이전에 본 적이 있습니다. 그것은 제가 그 기술을 탐구하면서 발견 한 것이었고 저는 이미 그것을 해결하기위한 음모를 만들었습니다. |
| |
그래서 이것은 제가 만든 것입니다. 그 종류를 보시죠. 아시다시피 이번 달에 발생한 사건 수의 변화는 무엇입니까? |
| |
그리고 여기에서 평균 추세를 볼 수 있지만, 특히 9 월에 엄청난 급등으로 인해 많은 변동을 볼 수 있습니다. |
| |
그래서 우리는 좀 더 적절한 것이 필요할 것입니다. 그래서 제어판을 열고 중앙값을 선택하겠습니다. 그것은 더 강력하고 아마도 사 분위수 범위를 볼 수 있습니다. 그래서 우리는 조금 더 강력합니다. |
| |
재생할 메트릭. |
| |
그리고 다시, 우리는 계절적 추세를 봅니다. 그래서 겨울철에 확실히 큰 하락이있는 것 같습니다. |
| |
봄과 여름에 정점을 찍는 것과는 대조적으로. 지금 |
| |
이것은 누군가가 더 자세히 조사하고 왜 그런 일이 발생하는지 조사하고 싶을 수 있습니다. |
| |
자신의 설명이있을 수 있습니다. 제 개인적인 설명은 크리스마스 정신이 너무 강력해서 개인이 12 월에 가질 수있는 증오 나 편견을 극복 할 수 있다고 믿습니다. |
| |
다시 말하지만 그것은 내 개인적인 취향 일뿐입니다. 그러나 다시 한 번, 단일 플롯으로 이러한 추세를 발견 할 수 있었고 |
| |
그것을 더 탐구하기 위해 또 다른 음모를 만드십시오. 그래서 다시이 하나의 음모로 더 많은 연구를 장려했습니다. 그리고 우리는 계속할 수 있습니다. |
| |
그럼 보시고, 연도별로 분류 해 보겠습니다. 그렇게하면 이런 종류의 전반적인 추세를 분명히 볼 수 있습니다. |
| |
그래서 우리는 90 년대 후반 2000 년대 초반에 일종의 정점을 보았습니다. 거의 선형적인 패션입니다. |
| |
다시 상승하기 시작하기 전에 2010 년대 중반 쯤 중간 지점에 도달 할 때까지. 따라서 우리가 보여주는 다른 플롯에서 유사한 경향을 볼 수 있다는 점을 명심하십시오. 그러나 다시 한 걸음 물러서서이 한 줄거리에서 우리가 다른 |
| |
데이터의 측면. 우리는 심지어 |
| |
몇 가지 질문에 대답했지만 몇 가지 더 언급했을 수도 있습니다. 그 계절적 추세는 무엇입니까? |
| |
제가 말씀 드린 그 사건이 무엇인지 몰랐다면, 그 특정한 사건은 무엇 이었습니까? 이것이 JMP 그래픽의 상호 작용의 아름다움은 사용자가 하나의 특정 매체 내에서 모든 것을 참여하고 탐색하고 장려 할 수 있다는 것입니다. |
| |
괜찮아. |
| |
계속 가자. 그래서 제가 말했듯이, 이것은 일종의 시각적 스토리 텔링입니다. 그래서 여러분은 일종의 프롤로그, 일종의 전반적인 관점으로 생각할 수 있습니다. 뭐야 ... 뭐야 |
| |
전반적인 상황은 어떻습니까? 이제 배우의 종류를 살펴 보겠습니다. |
| |
즉, 누가 이러한 유형의 범죄를 저지르고 있습니까? 그들은 누구에게 그들을 저지하고 있습니까? 그것에 대해 어떤 정보를 찾을 수 있습니까? 그래서 여기에 |
| |
다시 말하지만, 그에 대한 답을 찾기위한 음모를 만들었습니다. 이제 이것은 좋은 시작이 될 것입니다. 여기에 열지도를 만들었습니다. |
| |
그런 다음이 경우 범죄자의 인종 대 특정 편견에 의한 카운트를 강조합니다. 그래서 우리는 |
| |
많은 일이 일어나고 있습니다.이 경우에는 많은 일이 진행되고 있음을 알 수 있도록 열을 정렬했습니다. 여기이 상단에 대부분 |
| |
왼쪽 코너에 너무 많이 들어 가지 않는 것이 좋은 소식이라고 생각합니다. 많은 일이 일어나지 않는 많은 편견이 있습니다. 대부분은 여기이 구석에서 일어나고 있습니다. |
| |
자, 이것은 좋은 음모일지도 모르지만 다시 여기에 많은 열린 공간이 있습니다. 그래서 우리는 무슨 일이 일어나고 있는지 강조하고 시도하기 위해 여러 가지를 가지고 놀 수 있습니다. 그래서 제가 할 수있는 한 가지 방법은 여기 X 축으로 와서 개수로 크기를 조정하는 것입니다. |
| |
이제 여기서 보시게 될 것입니다. 저는 장면 뒤에 숨겨진 무언가가있었습니다. 나는 실제로 레이블, 백분율 레이블을이 위에 붙일 것입니다. |
| |
이전에는 너무 많은 일이 일어나서 볼 수도 없었지만 이제 실제로 그 정보 중 일부를 볼 수 있습니다. 카운트와는 대조적으로 그것을 요약하는 좋은 방법입니다. |
| |
그러나 시각화만으로도 가장 많은 편견이 흑인이나 아프리카 계 미국인에 대한 편견이고, 그 다음에는 유대인에 대한 편견이 거의 없을 때까지 분명히 알 수 있습니다. 따라서 X 축을 보면 무슨 일이 일어나고 있는지에 대한 많은 정보를 얻을 수 있습니다. |
| |
Y로도 똑같이 할 수 있습니다. 다시 한 번 개수만큼 크기를 지정합니다. |
| |
그리고 다시 말하지만, 크기와 축을 조정 한 방법에 포함 된 많은 정보가 있습니다. |
| |
그리고이 경우를 포함합니다. 우리는 그 코너를 정말로 강조 했으므로 상위 플레이어가 누구인지 명확하게 볼 수 있습니다. 이 경우 대부분은 |
| |
범죄자는 아프리카 계 미국인에 대해 백인 또는 알려지지 않은 인종이고 다음은 유태인을 상대로합니다. |
| |
안티 화이트를 선택하면 계속 떨어집니다. 그래서 우리는 여기서 무슨 일이 일어나고 있는지에 대한 멋진 요약을 얻습니다. 이제, 내가 주위를 맴돌면서 작은 원이 보인다는 것을 눈치 챘을 것입니다. 이것이 제 그래프 릿 표시기이므로 여기에 도구가 있습니다. |
| |
우리는 몇 번이고 몇 번이고 상호 작용했습니다. 이것은 훌륭한 정적 인 이미지가 될 수 있지만 JMP, 특히 그래프 렛의 힘을 사용해 보겠습니다. |
| |
상호 작용하고 추가 정보를 확인할 수 있습니다. 이 경우 여기에 마우스를 올려 놓겠습니다. |
| |
그리고 바로 여기 그래프가 있습니다.이 경우에는 막대 그래프가 포장되어 있습니다. 그래프 전문가 Xan Gregg가 제공했습니다. 이 경우에는 볼 수있을뿐만 아니라 |
| |
어떤 사람들이 범죄를 저지르고 누구에 대해 다음 질문은 어떤 유형의 범죄가 저지르고 있는지 아시겠습니까? 글쎄요, 그래 플렛으로 제가 대답했습니다. |
| |
여기에서 가장 큰 유형의 공격을 볼 수 있습니다. 압도적 인 유형의 공격은 협박이고 그 다음에는 단순하고 가중 된 공격이 뒤 따르고 나머지는 막대 차트의 아름다움입니다. |
| |
우리는 저질러 진 다른 모든 유형의 범죄를 볼 수 있습니다. 그것들을 모두 서로 쌓아두면 비교조차하지 않습니다. 그들은 심지어 상위 3 위를 깨지 않습니다. |
| |
따라서 이러한 유형의 범죄 유형에 대해 많은 것을 알 수 있습니다. |
| |
자, 당신이 가질 수있는 또 다른 질문은, 좋아요, 우리는 배우들을 보았고, 그들이 취하는 행동을 보았고, |
| |
하지만 여기에는 시간적 측면이 있습니다. 분명히 이것은 시간이 지남에 따라 일어나고 있으므로 이것이 일관된 일 이었습니까? 트렌드에 변화가 있었습니까? 잘, |
| |
두려움이 없습니다. 구조에 다시 Graphlets. 이 경우 실제로 이러한 트렌드를 보여 드릴 수 있습니다. 그래서 여기서 우리는 어떻게 |
| |
유형 ... 시간이 지남에 따라 변경된 협박 사건의 수? 그리고 다시, 우리는 패턴이 전체적인 추세를 따르는 것처럼 보인다는 것을 알 수 있습니다. |
| |
90 년대 후반에 정점을 찍은 다음 가파른 추세 ... 2010 년대 중반까지 거의 선형 적으로 하락한 후 최근에 다시 상승세를 보였습니다. |
| |
그리고 다시 우리는 그 추세와 다른 것들을 볼 수있을 것입니다. 클릭해서 확대하지는 않겠습니다.하지만 여기 플롯에서 볼 수 있습니다. 단순한 폭행의 추세와 가중 폭행의 경향도 약간 있습니다. |
| |
그리고 계속 탐색 할 수 있습니다. 그래서 아프리카 계 미국인에 대한 미지의 것을 살펴보고 거기에 어떤 차이가 있을지 봅시다. 이 경우 우리는 명확하게 볼 수 있습니다 |
| |
이 경우에는 재산의 파괴 또는 피해를 지배하는 두 가지 유형의 위반이 있습니다 (생각해 보면 이해가 될 수 있습니다. 재산이 손상된 것을 본다면 누구인지 모를 가능성이 높습니다. 그것을했다) |
| |
협박이 지배적입니다. 그리고 다시, 당신은 할 수 있습니다 ... 이것에 대한 좋은 점은 호버 레이블이 일종의 지속된다는 것입니다. 그래서 당신은 다시 거기에서 일어나는 추세를보고 볼 수 있습니다. |
| |
이 경우에는 손상이있는 것을 볼 수 있습니다. 실제로는 90 년대 후반 2000 년대 초에 정점에 도달 한 피크가 두 개 있습니다. 다시 떨어집니다. 그리고 협박으로 우리는 이전과 비슷한 경향을 보게됩니다. |
| |
다시 하나의 그래픽 안에는 많은 정보가 포함되어 있으며 사용자는 특정 핵심 영역을 강조하고 강조하기 위해 상호 작용할 수 있습니다. 그런 다음 사용자는 시각화하기 만하면됩니다. 그것으로 놀면서 많은 정보를 수집 할 수 있습니다. |
| |
괜찮아. |
| |
그리고 계속 가자. 이제보고 기관 중 대부분이시 / 군 수준임을 알 수 있습니다. |
| |
경찰서 등이 있지만 여기에는 대학도 있습니다. 그러니 대학에서 무슨 일이 일어나고 있는지보고 싶어하는 누군가가있을 수 있습니다. |
| |
그래서 그것에 답하기 위해이 멋진 작은 테이블 스크립트를 만들었습니다. 이제 이번에는 |
| |
저는 테이블 스크립트를 실행 해 왔고 언급했습니다. 배후에서는 너무 많이 다루지 않을 것입니다. 이것은 더 예시적인 것입니다. |
| |
그래픽의 힘뿐만 아니라 테이블 스크립트의 힘도 보여 드리고 싶기 때문에 여기에서 잠시 살펴 보겠습니다. 이제 JMP에 익숙하다면 |
| |
아시다시피 테이블 스크립트는 훌륭합니다. 분석 내용을 저장할 수 있고 보고서를 저장할 수 있고 그래픽을 저장하는데도 사용할 수 있습니다. 지난번처럼 그래픽을 저장하는 데 사용할 수 있습니다. 당신은 또한 저장할 수 있습니다 |
| |
추가 테이블 및 요약 테이블 등을 실행하는 데 도움이되는 스크립트. 그래서 여기서 무슨 일이 일어나고 있는지 보여 드리겠습니다. 실제로 스크립트를 실행했을 때 실제로 두 개의 데이터 테이블을 만들었습니다. |
| |
하나만 보셨으므로이 경우에는 먼저 모든 대학을 선택한 데이터 테이블을 만든 다음 해당 데이터 테이블에서 요약을 만든 다음 이전 테이블을 닫습니다. |
| |
그리고 거기에 그래픽도 추가했습니다. 그래서 나는 이것을 설정하는 방법에 대해 너무 자세히 설명하지 않을 것입니다. 왜냐하면 다음 단계 이후에 그것을 저장하고 싶기 때문입니다. 힌트를 드릴게요. 그것은 정말로 당신을 놀라게 할 JMP 16의 새로운 기능을 기반으로합니다. |
| |
좋아, 돌아 가자 ... 실례합니다 ... 대학 사건. |
| |
그리고 여기서 다시 테이블 스크립트를 저장했습니다. 이것은 우리에게 그래픽을 보여줄 것입니다. |
| |
여기에서 다시 볼 수있는 막대 차트가 꽉 찬 막대 차트입니다. 여기에서는 어떤 대학에서 사건이 가장 많이 발생했는지 보여 드리겠습니다. 다시 말하지만, 이것 자체가 꽤 좋은 표준 그래픽이 될 수 있습니다. |
| |
알다시피, 어느 대학에서 가장 많은 사건이 발생하는 것처럼 보이는 것을 볼 수 있으며, 실제로 지배적 인 사건이 없다는 것을 보는 것이 좋습니다. 여전히 다른 대학을 포장 할 수 있습니다. |
| |
그들 중 어느 누구도 지배하지 않습니다. 그래서 그 자체로는 일종의 좋은 소식이지만 이것에도 시간적 측면이 있습니다. 그래서 |
| |
아마도 ... 미시간 대학교 앤아버가 있었을까요? 그들은 ... 항상 정상에 머물렀을까요? 그들은 단지 나쁜 해를 보냈습니까? 다시 말하지만, 그래 플릿이 구출됩니다. |
| |
이 경우 |
| |
여기에서 흥미로운 플롯을 볼 수 있습니다. 이게 뭐지? 이것은 아르 데코 박물관에 속한 것 같습니다. 뭐... |
| |
이것은 어떤 종류의 음모입니까? 글쎄, 실제로 우리가 전에 본 것입니다. JMP 16에서 나온 새로운 것을 사용하고 있으므로 비하인드 씬을 보여 드리겠습니다. |
| |
그리고이 경우 우리는 이것이 실제로 히트 맵이라는 것을 알 수 있습니다. 내가 한 모든 것 |
| |
제가 자주 좋아하는 트릭을 사용하는 것입니다. 두 가지 다른 방식을 강조하는 것입니다. 색상별로 카운트를 강조 할뿐만 아니라 열지도에서 일반적으로 수행하는 작업 일뿐만 아니라 흰색은 누락 된 항목입니다. 이제 JMP 16에서도 크기별로 강조 할 수 있습니다. |
| |
그래서 저는 이것이 우리가 이전에 그 축의 크기를 조정했던 곳으로 다시 돌아 간다고 생각합니다. 특정 영역을 강조하는 데 도움이됩니다. 여기에서 아프리카 계 미국인에 대한 사건에 약간의 문제가 있음을 알 수 있습니다. |
| |
그동안 발생한 다른 모든 사건과는 달리 2017 년에 특히 나빴던 해로 꽤 일관성이있었습니다. |
| |
이제 여기에 추가 호버 레이블이 없습니다. |
| |
내가 할 일은 데이터를 요약하는 것이지만 괜찮습니다. |
| |
이것은 그 자체로 많은 정보를 제공하므로 JMP 16에서 나온 새로운 기능으로 다시 강조 할 수 있습니다. |
| |
그리고 다시 우리는 계속할 수 있습니다. 우리는 다른 대학을 볼 수 있습니다. 그래서 이것은 그들이 꽤 나쁜시기를 보였던 대학의 예일 수 있습니다. |
| |
칼리지 파크에있는 메릴랜드 대학교가 있었지만 |
| |
상황이 정말 좋았습니다. 그래서이시기를 그렇게 대단한시기로 만드는 데 어떤 일이 일어 났는지 알고 싶을 것입니다. |
| |
대학에서 제정 한 조치가 있었는지, 사건 수를 크게 줄인 것 같았나요? 살펴볼 가치가있는 것 같습니다. |
| |
그리고 당신은 계속해서 그것이 체계적인 문제인지 다시 살펴볼 수 있습니다. 예를 들면,이 경우에는 정말 나쁜 해가 지배적 인 것처럼 보였고 전반적으로 그들은 그냥 잘하고있었습니다. |
| |
그들은 꽤 잘하고있었습니다. 다시 말하지만 이것은 또 다른 것일 수 있습니다. 초반에는 정말 안 좋은 시간을 보냈지 만 최근에는 꽤 잘하고 있습니다. |
| |
기타 등등. 다시 말하지만, 그 상호 작용을 다시 강조합니다. |
| |
이 경우 JMP 16의 일부 최신 기능이 있습니다. 이제 마지막으로 넘어 가기 전에 고백이 있습니다. 저는 약간의지도 광이어서지도와지도와 관련된 모든 유형의 데이터 분석을 정말 좋아합니다. |
| |
이유를 모르겠습니다. 정말 마음에 들어요. 그래서 다음 동영상을 보여 드리게되어 정말 기쁩니다. 이제 우리는 사건의 지리를 살펴보기 때문입니다. |
| |
그러나 나는 이것이 정말로 테이블 스크립트와 JMP 그래픽, 특히 호버 그래프의 힘을 강조하기 때문에 흥분됩니다. |
| |
그래서 당신도 흥분했으면 좋겠습니다. 실행 해 보겠습니다. 이제이 테이블 스크립트에는 실제로 많은 일이 일어나기 때문에 시간이 좀 걸릴 것입니다. 새 테이블을 만들고 있습니다. 또한 그 테이블에서 많은 기능을 수행하고 있습니다. |
| |
많은 것을 계산합니다. 그래서 여기 우리는 정보를 가져 오는 것뿐만 아니라 여기 뒤에 계산 된 많은 열이 여기 끝에 있습니다. |
| |
이제 사용할 특정 메트릭에 대해 잠시 이야기해야합니다. 얼마 전에 JMP 커뮤니티 (community.jmp.com)에 Crime Rate Conundrum이라는 블로그 항목을 썼습니다. |
| |
너무 뻔뻔한 플러그를 꽂았지만 그 안에서 저는 일반적으로 사건, 특히 범죄 사건을보고 할 때 어떻게 |
| |
일반적으로 우리는 당신이 원시 카운트를보고하고 싶지 않다는 것을 알고 있습니다. |
| |
많은 수, 많은 사건이 발생하는 특정 영역이있을 수 있습니다. 그 이유는 ... 문제가있는 것입니까? |
| |
아니면 거기에 사람이 많기 때문인가요? 그리고 물론 우리는 많은 사람들이 있기 때문에 많은 사건을 예상 할 것입니다. 그래서 물론 사람들 |
| |
사건 비율을보고하십시오. 이제 모든 사람들이 공평한 경쟁을 벌이고 있기 때문에 괜찮습니다.하지만 그 부작용 중 하나는 |
| |
인구가 적은 곳. 기본적으로 분모가 작 으면 그 때문에 더 큰 비율을 갖는 경향이 있습니다. |
| |
그리고 그것은 일종의 불행한 부작용입니다. 그래서 저는 우리가 정말로 부풀려지는 아주 적은 인구를 가진 장소가있는 흥미로운 사례에 대해 이야기합니다. |
| |
그리고 어떤 사람들은 그것을 어떻게 처리하는지. 제가이 문제를 해결하려고 시도한 한 가지 방법은 가중 사고율을 사용하는 것이 었습니다. 본질적으로 아이디어는 |
| |
나는 당신의 사고율을 취하지 만, 당신에게 어떤 비율로 가중치를 부여합니다. |
| |
실례합니다 ... 기본적으로 얼마나 많은 사람들이 거기에 있는지에 따라 가중치가 부여됩니다. 이 경우에는 특정 가중치가 있고 기본적으로 인구의 순위를 매 깁니다. |
| |
그래서 가장 큰 곳이 가장 작은 곳이 될 것입니다. 그러나이 경우에는 50 개의 주가 있으므로 인구가 가장 많은 주에는 |
| |
순위는 50이고 가장 작은 상태는 순위가 1입니다. 당신이 그것을 취하고 그것을 당신이 최대 순위를 안다는 것으로 나누면, 그것은 본질적으로 당신의 몸무게이기 때문에 그것은 일종의 방법입니다. |
| |
총 인구에 해당하는 가중치와 여기에서 아이디어는 사고율이이 가중치 패널티를 극복 할 수있는 정도이면 |
| |
그렇다면 그것은 당신이 살펴볼 가치가있는 사람이 될 수 있다는 것을 의미합니다. 그래서 대응하려고 |
| |
그 인플레이션은 인구가 적기 때문입니다. 아직 상대적으로 작지만 사고율이 기본적으로 체중을 극복 할만큼 충분히 높으면 |
| |
우리는 당신을 조사하고 싶을 수도 있습니다. 너무 많은 정보가 아니 었으면 좋겠지 만 이것이 제가 주로 사용할 메트릭이므로 스크립트를 실행하겠습니다. |
| |
과 |
| |
여기 있습니다. 먼저 모든 주에 대해 시간 경과에 따른 가중 사고율을 보여주는 간단한 선 플롯이 있습니다. |
| |
이제 여기에서 새로운 기능을 사용하겠습니다. 여기서 우리는 뉴저지가 지배하는 것처럼 보입니다. 다시 대화식으로, 실제로 클릭하여 강조 표시 할 수 있습니다. |
| |
특히 JMP 16에서 우리가 수행하는 몇 가지 새로운 작업이 있습니다. 여기를 마우스 오른쪽 버튼으로 클릭하고 레이블을 추가 할 것입니다. 그래서 최대 값을하고 마지막 값을합시다 |
| |
비교를 위해. |
| |
여기에서 볼 수 있습니다. 여기 피크는 90 년대 초반에 1,000 건당 약 11.4 건 (가중 사고율)이었습니다. |
| |
그리고 우리는 감소하는 추세를 볼 수 있습니다. 다시 여기에서 다시 정점을 찍기 전에 모든 전체 사고율이 그랬던 것과 거의 똑같이 떨어지는 것 같습니다. |
| |
2019. 다시 한 번 간단한 숫자만으로도 이것 자체가 흥미로운 플롯이 될 것입니다. 보시다시피 제 작은 그래프 표시기가 진행되고 있으므로 더 많은 것이 있습니다. |
| |
여기에지도 부분이 있습니다. 따라서 특정 지점 위로 마우스를 가져갈 것입니다. |
| |
이 경우뿐만 아니라 |
| |
전체 요율을 보시겠습니까?이 경우에는 카운티별로 세분화 할 수 있습니다. 그래서 여기에 색을 칠했습니다 |
| |
해당 연도의 총 사건 수로 카운티. 그리고 다시, 그 시간 측면이 있습니다. 그래서 이것은 당신에게 특정 연도,이 경우 2008 년에 대한 스냅 샷을 보여줍니다. |
| |
하지만 전체적인 추세에 관심이있을 수 있으므로이를 수행 할 수있는 한 가지 방법은 그래 플릿입니다. 다시 돌아가서 다른 지점 위로 마우스를 가져 가서 해당 그래프를 표시하고 클릭하여 확대 할 수 있습니다. |
| |
필요에 따라 반복하십시오. 그렇게하거나이 프레젠테이션을 준비하는 동안 실제로 찾은이 새로운 트릭을 사용할 수 있습니다. |
| |
숨김을 해제 해 보겠습니다. 여기쪽에 로컬 데이터 필터가 있습니다. 이것이 바로 이러한 graphlet의 핵심입니다. |
| |
저는 그해에 여기에 올 것이고 모델링 유형을 연속적이지 않고 명목상으로 변경할 것입니다. 왜냐하면 이제는 이와 같은 일을 할 수 있기 때문입니다. 실제로 통과 할 수 있습니다 |
| |
개별 연도를 선택하거나 이제 JMP가되면 더 잘할 수 있습니다. |
| |
여기로 가서 애니메이션을 할 것입니다. 여기서 좀 더 빠르게 할게요. 재생을 클릭하고 이제 편안히 앉아 JMP가 나를 위해 일하는 모습을 볼 수 있습니다. |
| |
그래서 여기서 우리는 그것이 순환하고 무슨 일이 일어나고 있는지 이해하는 것을 볼 수 있습니다. 나는 그것을 조금 순환하게 할 것이다. 우리는 이미 여기에서 일어나는 흥미로운 일들을보기 시작했습니다. |
| |
순환하도록합시다. 전체 그림을 얻으십시오. 우리는 내가 과시하는 것이 아닌 완전한 그림을 원합니다. |
| |
좋아, 그래서 우리는 순환했고 우리는 무언가를 발견했습니다. 그러니 2004 년, 2005 년으로 내려가 봅시다. 그래서 여기 어딘가에서, 우리는 특히 여기에있는이 한 카운티가 강조 표시된 것처럼 보입니다. |
| |
사실, 제 작은 그래프 릿 표시기를 보셨습니다. 다시 마우스를 가져 가면 여기에 |
| |
또 다른지도. 이제 내가 왜 그렇게 흥분하는지 알 수 있습니다. |
| |
다시 말하지만,이 경우 실제로 카운티 수준에서 보여 드릴 수 있으므로 개별 카운티 수준에서 ... |
| |
실례합니다. 잠시만 요. 여기 있습니다. 약간의 조정을하고 다시 크기와 색상으로 두 가지 방법으로 강조하는 방법을 볼 수 있습니다. |
| |
??? 내부의 분산을 볼 수 있습니다. 이것은 개별 위치이며 시간 측면이 다시 있기 때문에 |
| |
이제 우리는 더 잘 알고 있습니다. 돌아가서 클릭하여 여러 그래프를 얻을 필요가 없습니다. 다시 로컬 데이터 필터 트릭을 사용할 수 있습니다. 다시 돌아갈 수 있습니다. 내가 할거야 |
| |
이 경우 다시 클릭 할 수 있습니다. 여기에서는 키보드의 화살표 키를 사용하여 일종의 순환을 수행하겠습니다. |
| |
시간이 지남에 따라 상황이 어떻게 변하는 지 알 수 있습니다. 이 경우 특정 영역이 표시됩니다. 2006 년, 2007 년 프레임부터 이미 보셨을 것입니다. |
| |
여기에 하나의 영역이 있습니다. 여기입니다. |
| |
Keansburg는 강조 표시된 것처럼 보이며 또 다른 graphlet을 볼 수 있습니다. 얼마나 멀리 가고 싶습니까? |
| |
당신이 원한다면 Graphception. |
| |
우리는 할 수 있습니다 |
| |
계속해서 더 깊숙이 들어가십시오. 이 경우, 저는 편견이 무엇인지에 대해 알아 내고, 원할 경우 다시 그 트릭을 할 수 있습니다. |
| |
다시 한번이 그래프에서 많은 힘이 있습니다. 이 하나의 graphlet을 사용하여 카운티 수준과 그보다 더 낮은 지역에서 지리적 변화를 탐색 할 수있었습니다. |
| |
데이터의 다양한 측면을 탐색하여 더 많은 질문을 생성 할 수 있습니다. 이번에 킨스 버그에서 이런 일이 일어나고 있었나요? |
| |
그것은 당신이 알고 싶은 것입니다. |
| |
이것이 오늘 제가 여러분을위한 전부입니다. 여러분의 식욕을 돋우고 데이터 탐색에서 JMP 시각화가 얼마나 강력한 지 명확하게 설명 할 수 있었기를 바랍니다. |
| |
더 많은 것을 알고 싶다면 데이터 시각화에 대한 전체 토론이있을 것입니다. 저는 여러분이 그것을 탐구 해보길 강력히 권합니다. 그것은 다양한 시각화 방법과 JMP가 그것을 어떻게 도울 수 있는지를 다루는 데 도움이됩니다. |
| |
하지만 한때이 멋진 테이블 스크립트를 어떻게 만들 수 있었는지 살짝 보여 드리겠다고 약속했지만 지금 당장 할 것입니다. |
| |
이제 JMP 16에서는 향상된 로그라고합니다. 이것은 JMP 16에서 가장 멋진 새 기능 중 하나입니다. 향상된 로그는 실제로 상호 작용할 때 따라 가며 추적합니다. 그래서 제가 닫을 때마다,이 경우에는 데이터 테이블을 닫고, 데이터 테이블을 열고, 데이터 테이블을 실행했습니다. |
| |
새 열을 추가하고 새 그래프를 만들면 여기 로그에 기록됩니다. |
| |
이것은 John Sall이 그의 본회의에서 이야기 할 것입니다. 다시 말하지만, 여기에서 가장 새로운 놀라운 기능 중 하나입니다. |
| |
이것이 제가 이러한 테이블 스크립트를 생성 할 수 있었던 방법의 핵심입니다. 솔직히 말해서 이것이 존재하지 않았다면 할 일이 많았 기 때문에이 멋진 테이블 스크립트를 만들 수 없었을 것입니다. |
| |
다시 말하지만 이것은 JMP 16에서 사용할 수있는 정말 멋진 기능입니다. 그래서 저는 JMP가 데이터를 탐색하고 멋진 시각화, 대화 형 시각화를 만들기위한 훌륭한 도구라는 것을 여러분에게 확신시킬 수 있었기를 바랍니다. 그게 내가 가진 전부입니다. 와 주셔서 감사합니다. |
