349276_ko-KR

liliconcom

어두운 이야기: JMP®를 활용한 시각적 스토리텔링(2021-EU-30MP-792)

수준: 중급

 

Caleb King, SAS JMP 연구 통계 테스터

 

이 강연에서는 JMP 16의 새로운 기능을 포함하여 JMP의 다양한 그래픽 기능을 사용하여 데이터 스토리를 전달하는 방법을 설명합니다. 1991년부터 2019년까지 보고된 증오 범죄에 대한 FBI 데이터베이스를 사용하여 그래프렛, 대화형 기능 수정 등 JMP 그래픽 도구 상자의 주요 도구가 시청자에게 어떻게 새로운 통찰력을 제공할 수 있는지 보여드리겠습니다. 하지만 재미는 그래프에서 끝나지 않습니다. 또한 전체 이야기에 대한 새로운 관점을 제공할 준비가 된 자체 그래프가 포함된 각각의 데이터를 더 작은 데이터 세트로 하위 집합하는 테이블 스크립트를 만들어 청중이 "자신의 모험을 선택"할 수 있도록 하는 방법을 보여 드리겠습니다. 그리고 걱정하지 마세요. 보이는 것만큼 모든 것이 어두운 것은 아닙니다...

 

 

자동 생성된 성적표...

 

스피커	성적 증명서
케일럽 킹	안녕하세요. 제 이름은 Caleb King이고 JMP 소프트웨어 개발자입니다. 저는 구체적으로 실험그룹의 디자인에 속해 있지만 오늘은
	주제에서 조금 벗어나 JMP의 그래픽과 기타 도구를 사용하여 데이터의 시각적 스토리텔링을 돕는 방법에 대해 이야기해 보세요.
	이제 제가 선택한 데이터 세트는... FBI가 수집한 증오 범죄 데이터이므로 논란의 여지가 있는 데이터 세트일 수도 있지만 현재 일어나고 있는 일과 꽤 관련이 있는 데이터 세트입니다.
	제 목표는 이 그림을 좀 더 이해하기 쉽게 만드는 것입니다. 따라서 이전에 만든 몇 가지 그래픽을 살펴보겠습니다.
	이 데이터 세트에 대해. 그래프를 어떻게 만들었는지 꼭 보여드릴 필요는 없지만 JMP를 사용하는 방법을 보여드리기 위한 것입니다.
	제가 말했듯이, 시각적 스토리텔링을 위해서는 상호작용을 사용하여 사람들이 그래프를 보고 상호작용하도록 유도하십시오.
	어쩌면 더 많은 질문을 하게 될 수도 있고, 진행하면서 그들의 질문 중 일부에 답하게 될 수도 있습니다. 하지만 데이터 탐색을 장려해 주시기 바랍니다. 이것이 JMP의 핵심입니다.
	그럼 바로 들어가자고 하더군요.
	먼저 데이터 세트 자체에 대한 개요를 간략하게 설명하겠습니다. 여기까지만 스크롤하겠습니다. 그래서 관련 정보가 많아요
	사건이 발생한 곳.
	계속해서 이야기하자면, 그 사건이 발생한 날짜입니다. 당신은 범죄자에 대해 약간의 정보를 가지고 있습니다
	그리고 어떤 범죄, 유형의 범죄가 저질러졌는지. 다시 몇 가지 기본 정보, 사건에서 어떤 유형의 편견이 제시되었는지. 피해자에 관한 몇 가지 정보입니다.
	그리고 전반적인 차별 범주, 위도와 경도(가능한 경우)에 대해 제공한 추가 정보와 다른 그래픽을 사용할 일부 인구도 있습니다. 이제 명확하게 말하자면
	FBI, 즉 미국 연방수사국은 증오 범죄를 다음과 같이 정의합니다.
	특정 집단에 대한 편견을 바탕으로 발생하는 범죄입니다. 따라서 편견은 인종, 종교, 성별, 성 정체성 등에 대한 것일 수 있습니다.
	따라서 범죄가 특정 편견에 의해 동기가 부여되는 한, 이는 증오 범죄로 간주되며, 이 데이터는 지금까지 발생한 모든 사건으로 구성됩니다.
	FBI가 수집한 자료는 1991년부터 최근 2019년까지 거슬러 올라갑니다. 2020년 데이터가 없습니다. 그만큼 흥미롭겠지만요.
	하지만 이는 FBI가 실제로 보고서를 작성하기 전에 시간을 들여 데이터를 철저히 정리하고 준비하는 것을 좋아하기 때문입니다. 그래서
	이 데이터를 확인하는 데 얼마나 많은 시간과 노력을 쏟았는지 생각하면 이 데이터가 매우 정확하다는 점을 확신할 수 있습니다.
	좋습니다. 이제 시작하여 데이터에 대한 기본적인 시각적 요약을 수행해 보겠습니다. 그럼 여기서 이 작은 테이블 스크립트를 실행하는 것부터 시작하겠습니다. 그리고 이 모든 것은 기본적으로 우리에게
	날짜에 대한 카운트이므로 매일 특정 편견에 따라 얼마나 많은 사건이 발생했는지 계산합니다. 여기에서 기본 플롯을 생성하겠습니다. 이 경우에는 간단한 선 플롯입니다.
	여기에서는 전체 범위에 걸쳐 매일 발생하는 사건 수를 표시합니다. 그러면 전체를 얻을 수 있습니다. 1991년부터 2019년까지의 데이터 전체 범위를 볼 수 있습니다.
	얼마나 많은 사건이 발생했는지. 이제 이것은 그 자체로 아마도 좋은 정적 이미지가 될 것입니다.
	사건의 수가 떨어지는 곳. 사실 여기에서는 축 설정을 약간 변경하겠습니다. 어디 보자, 50초 단위로 증분을 얻었으니 20초 단위로 해보자. 우리는 거기에 갈.
	그래서 여러분을 위한 약간의 상호작용이 있습니다... 상호작용입니다. 우리는 그것을 좀 더 다듬고 더 나은 감각을 얻기 위해 척도를 변경했습니다.
	평균적으로 얼마나 많은 사고가 발생합니까? 약간의 배포판을 실행했는데 평균적으로 하루에 약 20건의 사건이 발생했습니다.
	우리가 여기에서 보는 것입니다. 물론 여러분은 왜 제가 데이터에서 볼 수 있는 두 가지 급증 현상을 아직 해결하지 않았는지 궁금하실 것입니다.
	그렇습니다. 분명히 두 개의 매우 큰 스파이크가 있습니다. 그리고 만약 이것이라면
	다른 유형의 소프트웨어라면 "그렇게 조사해 보고 싶습니다"라고 말할 수도 있습니다. 그래서 당신이 시도한 데이터로 돌아가면,
	그 날짜가 어디에 있는지 분리하고 플롯을 제시하거나 분석을 수행하여 거기에서 무슨 일이 일어나고 있는지 보여주십시오. 자, 이것이 JMP이고 우리는 할 수 있는 것을 가지고 있습니다.
	도움을 드리고자 JMP 15에 도입된 그래프렛(graphlet)이라는 것이 다음과 같이 작동합니다. 나는 단지 호버링하고 붐을 일으킬 것입니다.
	그 시점에서 무슨 일이 일어나고 있는지 더 요약하는 데 도움이 되는 작은 그래프가 나타났습니다. 따라서 이 경우에는 많은 정보가 있습니다.
	먼저 1992년 5월 1일이라는 날짜를 살펴보겠습니다. 따라서 미국 역사에 대해 잘 아시는 분이라면 여기서 무슨 일이 일어나고 있는지 아실 수도 있겠지만, 그렇지 않다면
	그래프를 클릭하면 약간의 추가 단서를 얻을 수 있습니다. 이제 내가 보여주는 것을 보게 될 것입니다.
	사건의 특정 편견에 의한 사건. 따라서 우리는 여기서 대부분의 사건이 백인 개인을 대상으로 했고 다음 그룹은 흑인 또는 아프리카계 미국인을 대상으로 했으며 계속 감소하고 있음을 알 수 있습니다.
	이 시기에 캘리포니아에서 로드니 킹 폭동이 일어났던 사건이 있다는 점에서 이에 대한 답을 드립니다. 로드니 킹,
	불행하게도 경찰관에 의해 살해되어 많은 반발과 폭동을 불러일으킨 아프리카계 미국인
	이 무렵. 이것이 바로 우리가 이 특정 데이터 포인트에서 포착한 것을 보고 있는 것입니다. 만약 여러분이 그것을 모른다면 적어도 이 정보를 가지고 시작하고 거기를 살펴보려고 할 것입니다. 무슨 일이 일어났는지 알아내기 위해 온라인을 검색할 것입니다.
	여기서는 매우 큰 스파이크를 사용하여 동일한 작업을 수행할 수 있습니다. 그리고 다시 호버 그래프를 사용할 것이므로 그 위로 마우스를 가져가세요. 잠시 멈춰서 살펴보도록 하겠습니다. 그래서 우리는 날짜를 2001년 9월 12일로 봅니다. 그것은 그 자체로 매우 큰 단서입니다
	무슨 일이 일어났는지에 관해서. 하지만 여기서 분석 결과를 보면 대부분의 사건이 무슬림 신앙을 가진 개인을 대상으로 한 것임을 알 수 있습니다.
	아랍 민족 또는 기타 유사한 민족 또는 조상. 이 경우 우리는 명확하게 알 수 있습니다.
	9.11이라는 불행한 사건 이후, 그 다음날 발생한 테러 공격에 대해 많은 반발이 일어났다는 것입니다.
	비슷한 민족, 비슷한 신앙 등을 가진 멤버들이 있어서 당시 안타까운 반발이 일어났습니다.
	따라서 이미 이 하나의 플롯과 일부 상호작용을 통해 우리는 많은 정보, 즉 더 자세히 살펴보고 싶은 영역에 대한 높은 수준의 정보를 수집할 수 있었습니다.
	하지만 우리는 계속할 수 있습니다. 이제 JMP 16의 새로운 점은 여기 X축에 날짜가 있으므로 실제로 날짜를 더 큰 범주로 분류할 수 있으므로 이 경우에는 월별로 분류하겠습니다.
	그리고 우리는 줄거리가 사라지는 것을 봅니다. 그래서 제가 할 일은 다음과 같습니다. 다시 돌려서 보도록 하겠습니다.
	우리는 거기에 갈.
	무슨 일이 일어날지 결코 알 수 없습니다. 이 경우에는 이런 일이 일어나야 합니다. 괜찮아요.
	그래서 우리는 그것을 월별로 분류했고 여기서 흥미로운 패턴을 발견했습니다. 일종의 계절적 추세가 나타나고 있는 것 같습니다. 호버 그래프를 사용하여 무슨 일이 일어나고 있는지 식별하는 데 도움을 줍시다. 그래서 낮은 점 위로 마우스를 가져가겠습니다. 그래서 내가 그렇게 하면,
	알았어, 1월, 12월, 알았어. 흥미로운. 또 다른 12월을 살펴보겠습니다.
	그리고 또 하나, 12월. 아, 실제로 이 경우 실제 계절적 추세가 있을 수도 있습니다. 우리는 겨울철에 최저점에 도달한 것 같습니다.
	사실, 데이터 테이블로 돌아가면 실제로 이전에 본 적이 있습니다. 그것은 제가 그 기술을 탐구하면서 발견한 것이었고 저는 이미 그 문제를 해결하기 위한 플롯을 만들었습니다.
	그래서 이것은 제가 그것을 기반으로 만든 것입니다. 이번 달 동안 몇 년 동안 사건 수의 변화가 무엇인지 살펴보세요.
	여기에서 평균 추세를 볼 수 있지만, 특히 9월에 엄청난 폭등으로 인해 변동폭도 많이 보입니다.
	어쩌면 좀 더 적절한 것이 필요할 수도 있습니다. 그럼 제어판을 열고 중앙값을 선택해 보겠습니다. 그것은 더 강력하고 아마도 사분위수 범위를 살펴볼 수도 있습니다. 그러면 우리는 조금 더 견고해집니다.
	사용할 수 있는 측정항목입니다.
	그리고 다시 한 번 계절적 추세를 볼 수 있으므로 확실히 겨울철에 큰 감소가 있는 것 같습니다.
	봄과 여름에 정점에 도달하는 것과는 대조적입니다. 지금
	이것은 누군가가 더 자세히 조사하고 왜 그런 일이 일어나는지 조사하고 싶어할 수도 있습니다.
	당신만의 설명이 있을 수도 있습니다. 내 개인적인 설명은 크리스마스 정신이 너무나 강력해서 12월에 개인이 가질 수 있는 모든 증오나 편견을 극복할 수 있다고 믿는다는 것입니다.
	다시 말하지만 그것은 단지 내 개인적인 취향일 뿐이며 아마도 여러분도 자신만의 취향이 있을 것입니다. 하지만 다시 한 번 단 하나의 플롯으로 이러한 추세를 발견할 수 있었고
	그것을 더 자세히 탐구하기 위해 또 다른 음모를 만드십시오. 그래서 다시 이 하나의 플롯으로 저는 더 많은 연구를 장려했습니다. 그리고 우리는 계속 나아갈 수 있습니다.
	그럼 한번, 연도별로 분류해 보면 이런 전반적인 추세를 확실히 알 수 있습니다.
	그래서 우리는 90년대 후반에 2000년대 초반에 정점을 찍은 후 거의 선형적인 패션으로 하락하는 것을 봅니다.
	2010년대 중반쯤 중반에 도달한 후 다시 상승하기 시작합니다. 따라서 우리가 보여주는 다른 플롯에서도 유사한 추세를 볼 수 있다는 점을 명심하십시오. 하지만 다시 한번 한발 물러서서 이 하나의 플롯에서 우리가 본 것과는 다른 점을 알아봅시다.
	데이터의 측면. 우리는 심지어
	몇 가지 질문에 답변했지만 몇 가지 질문을 더 제기했을 수도 있습니다. 그 계절적 추세는 무엇입니까?
	그리고 제가 말한 사건이 무엇인지 모르신다면, 그 특별한 사건은 무엇이었나요? JMP 그래픽 상호작용의 장점은 사용자가 단 하나의 특정 매체 내에서 모든 것에 참여하고 탐색하고 장려할 수 있다는 것입니다.
	괜찮은.
	계속 해보자. 제가 말했듯이 이것은 일종의 시각적 스토리텔링이므로 일종의 전체적인 관점인 프롤로그라고 생각할 수 있습니다. 뭐야...뭐야?
	전반적인 상황은 어떤가요? 이제 배우들의 종류를 살펴보겠습니다.
	즉, 누가 이런 유형의 범죄를 저지르고 있습니까? 그들은 누구를 상대로 저질렀습니까? 이에 대해 어떤 정보를 알 수 있나요? 그래서 여기 있어요
	다시 한 번 이에 대한 답변을 돕기 위한 음모를 만들었습니다. 이제 좋은 시작이 될 수 있습니다. 여기에 히트 맵을 만들었습니다.
	그런 다음 이 경우 범죄자의 인종과 특정 편견에 따른 수를 강조합니다. 그래서 우리는 그것을 본다
	많은 일이 일어나고 있습니다. 이 경우에는 많은 일이 일어나고 있음을 확인할 수 있도록 열을 정렬했습니다. 대부분은 여기 이 윗부분에 있어요
	왼쪽 모퉁이에 있고 여기서는 그다지 많은 일이 일어나지 않는데, 좋은 소식인 것 같아요. 별로 일어나지 않는 곳에도 많은 편견이 있습니다. 대부분의 일이 여기 이 코너에서 일어나고 있습니다.
	자, 이것은 좋은 음모일지도 모르지만 여기에도 열린 공간이 많이 있습니다. 그래서 우리는 무슨 일이 일어나고 있는지 강조하기 위해 여러 가지를 가지고 놀 수 있을 것입니다. 제가 할 수 있는 한 가지 방법은 여기 X축으로 와서 개수에 따라 크기를 조정하는 것입니다.
	이제 보시겠지만, 저는 무대 뒤에 뭔가 숨겨져 있었습니다. 저는 실제로 이 위에 라벨, 즉 백분율 라벨을 붙였습니다.
	이전에는 볼 수 없을 정도로 많은 일이 일어났지만 이제는 실제로 그 정보 중 일부를 볼 수 있습니다. 개수와는 반대로 요약하는 좋은 방법입니다.
	하지만 시각화만으로도 가장 많은 편견이 흑인이나 아프리카계 미국인, 그리고 유대인과 아래층에 대한 편견이라는 것을 분명히 알 수 있습니다. 따라서 X축을 보는 것만으로도 무슨 일이 일어나고 있는지에 대한 많은 정보를 얻을 수 있습니다.
	Y에도 동일한 작업을 수행할 수 있으므로 다시 개수에 따라 크기를 지정합니다.
	그리고 크기와 축 조정 방법에만 많은 정보가 포함되어 있습니다.
	그리고 이번 경우도 포함하는데... 그 코너를 정말 강조해서 상위권 선수들이 누구인지 확실히 알 수 있게 됐습니다. 이 경우 대부분은
	범죄자는 백인이거나 인종을 알 수 없는 아프리카계 미국인이고, 다음 범죄자는 유대인이고, 그 다음은 인종이 알려지지 않은 사람입니다.
	안티 화이트인데 계속해서 아래로 떨어지네요. 그래서 우리는 여기서 무슨 일이 일어나고 있는지에 대한 좋은 요약을 얻습니다. 이제 여러분은 제가 주위를 맴돌면서 작은 원이 보이는 것을 눈치채셨을 것입니다. 이것이 내 그래프 표시기이므로 여기에 다시 도구가 있습니다.
	우리는 계속해서 상호작용을 해왔습니다. 이것은 훌륭한 정적 이미지일 수 있습니다. 하지만 JMP의 강력한 기능, 특히 그래프슬릿을 활용해 보겠습니다.
	상호 작용하고 우리가 알아낼 수 있는 추가 정보를 확인합니다. 따라서 이 경우에는 여기로 마우스를 가져가겠습니다.
	그리고 바로 여기에 그래프가 있습니다. 이 경우에는 그래프 전문가인 Xan Gregg가 제공한 꽉 찬 막대 차트입니다. 이 경우에는 볼 수 있을 뿐만 아니라,
	어떤 사람들이 범죄를 저지르고 누구를 대상으로 다음 질문을 하시겠습니까? 어떤 유형의 범죄가 저지르고 있습니까? 글쎄, 나는 그래프를 통해 당신을 위해 대답했습니다.
	여기에서 가장 큰 공격 유형을 볼 수 있습니다. 압도적인 유형의 공격은 협박이고, 그 다음에는 단순하고 가중된 공격이 뒤따르고, 나머지는 꽉 찬 막대 차트의 아름다움입니다.
	우리는 범해진 다른 모든 유형의 범죄를 볼 수 있습니다. 그것들을 모두 쌓아 올리면 비교조차 되지 않습니다. 그들은 심지어 상위 3위도 깨지 않습니다.
	따라서 이는 범죄의 유형에 대해 많은 것을 말해줍니다. 이러한 유형의 범죄가 얼마나 지배적인지.
	자, 여러분이 가질 수 있는 또 다른 질문은, 좋습니다. 우리는 배우들과 그들이 취하는 행동을 보았습니다.
	하지만 여기에는 시간적인 측면이 있습니다. 분명히 이것은 시간이 지남에 따라 일어나고 있으므로 이것이 일관된 일이었습니까? 트렌드에 변화가 있었나요? 잘,
	두려움이 없습니다. 그래프렛이 다시 구출되었습니다. 이 경우 실제로 그러한 추세를 보여드릴 수 있습니다. 여기에서 우리는
	시간이 지남에 따라...협박 사건의 유형이 바뀌었나요? 그리고 다시, 우리는 패턴이 전체적인 추세를 따르는 것처럼 보인다는 것을 알 수 있습니다.
	90년대 후반에 정점을 찍고 가파른 추세를 보였습니다. 2010년대 중반까지는 거의 선형적인 하락세를 보였지만 최근에는 다시 상승세를 보였습니다.
	그리고 다시 우리는 그 추세와 다른 추세를 볼 수 있습니다. 확대하기 위해 클릭하지는 않겠습니다. 하지만 여기 플롯에서 볼 수 있듯이 여기에서는 단순 공격의 경향이 있고 저기에서는 가중 공격도 약간 있습니다.
	그리고 계속 탐색할 수 있습니다. 그럼 아프리카계 미국인에 대한 알려지지 않은 점을 살펴보고 거기에 어떤 차이가 있는지 살펴보겠습니다. 이 경우 우리는 명확하게 알 수 있습니다.
	실제로 지배적인 범죄에는 두 가지 유형이 있습니다. 이 경우에는 재산 파괴 또는 피해입니다(생각해 보면 이해가 될 수 있습니다. 재산이 손상된 것을 보면 누가 누구인지 모를 가능성이 높습니다. 그것을했다)
	그리고 협박이 주를 이룬다. 그리고 다시 말씀드리지만...이것의 좋은 점은 호버 라벨이 지속된다는 것입니다. 따라서 거기에서 어떤 추세가 일어나고 있는지 다시 살펴보고 확인할 수 있습니다.
	따라서 이 경우 피해를 보면 실제로 두 개의 최고점이 있습니다. 90년대 후반 2000년대 초반에 최고점에 도달했다가 다시 하락하는 형태입니다. 그리고 협박으로 우리는 이전과 비슷한 경향을 봅니다.
	다시 한번 단 하나의 그래픽 안에는 많은 정보가 포함되어 있으며 사용자로서 상호 작용하여 특정 핵심 영역을 강조하고 사용자로서 시각화할 수 있습니다...이것을 보고 상호 작용하기만 하면 됩니다. 그것으로 놀면서 많은 정보를 수집할 수 있습니다.
	괜찮은.
	그리고 계속 해보자. 이제 신고 기관 중 대부분이 시/군 수준이라는 것을 알 수 있습니다.
	경찰서 등이 있지만 여기에는 대학도 있습니다. 그래서 대학에서 무슨 일이 일어나고 있는지 보고 싶어하는 사람이 있을 수도 있습니다.
	그래서 저는 이에 답하기 위해 멋진 작은 테이블 스크립트를 만들었습니다. 이제 이번에는
	저는 단지 테이블 스크립트를 실행해 왔고 뒤에서 너무 많이 설명하지 않을 것이라고 언급했습니다. 이것이 더 설명적입니다.
	여기서는 그래픽의 힘뿐만 아니라 테이블 스크립트의 힘도 보여주고 싶기 때문에 살짝 엿볼 수 있도록 하겠습니다. 이제 JMP에 익숙하다면
	아시겠지만, 테이블 스크립트가 좋은 이유는 분석 결과와 보고서를 저장할 수 있고 심지어 그래픽을 저장하는 데 사용할 수도 있기 때문입니다... 지난번에 했던 것처럼, 눈치채지 못하셨을 수도 있겠네요 당신도 저장할 수 있다는 걸
	추가 테이블 및 요약 테이블 등을 실행하는 데 도움이 되는 스크립트. 그럼 여기 뒤에서 무슨 일이 일어나고 있는지 보여드리겠습니다. 실제로 스크립트를 실행할 때 두 개의 데이터 테이블을 만들었습니다.
	하나만 보았으므로 이 경우 먼저 모든 대학을 선택하는 데이터 테이블을 만든 다음 해당 데이터 테이블에서 요약을 만든 다음 이전 대학을 닫습니다.
	그리고 거기에 그래픽도 추가했습니다. 따라서 여기에서는 설정 방법에 대해 너무 자세히 설명하지 않겠습니다. 다음 설정을 위해 저장하고 싶기 때문입니다. 힌트를 드리겠습니다. 이는 여러분을 놀라게 할 JMP 16의 새로운 기능을 기반으로 합니다.
	좋아요, 다시...실례합니다...대학 사건으로 돌아가죠.
	그리고 여기에 다시 테이블 스크립트를 저장했습니다. 이것은 우리에게 그래픽을 보여줄 것입니다.
	여기서 다시 볼 수 있는 것은 꽉 찬 막대 차트입니다. 여기에서는 가장 많은 사건이 발생한 대학을 보여 드리고 있습니다. 이제 다시 말하지만, 이것은 그 자체로 꽤 좋은 표준 그래픽일 수 있습니다.
	어느 대학에서 사건이 가장 많이 일어나는지 알 수 있고, 실제로 지배적인 대학이 없다는 것을 다시 한 번 알 수 있어 반갑습니다. 다른 대학도 포장할 수 있어요
	그 위에는 아무도 지배하지 않습니다. 그래서 그 자체로는 좋은 소식이지만 여기에는 시간적인 측면도 있습니다. 그래서
	혹시... 미시간 대학교 앤아버 캠퍼스가 내내 문제를 겪었나요? 그들은...항상 상위권을 유지했을까요? 그냥 나쁜 해를 보냈나요? 다시 말하지만, 그래플릿이 도움이 됩니다.
	이 경우,
	여기서 흥미로운 줄거리를 보게 될 것입니다. 당신은 '이게 뭐지?'라고 말할 수도 있습니다. 이것은 아르데코 박물관에 속한 것 같습니다. 무엇...
	이건 무슨 음모야? 글쎄, 그것은 실제로 우리가 전에 본 적이 있는 것입니다. 저는 JMP 16에 나온 새로운 기능을 사용하고 있으므로 비하인드 스토리를 보여드리겠습니다.
	이 경우에는 실제로 히트맵이라는 것을 알 수 있습니다. 내가 한 모든 일은
	제가 자주 하고 싶은 트릭을 하는 것인데, 두 가지 다른 방식으로 사물을 강조하는 것입니다. 따라서 일반적으로 히트 맵에서 수행하는 것과 같이 색상별 개수를 강조하는 것뿐만 아니라 흰색이 누락된 항목입니다. 이제 JMP 16에서는 크기별로 강조할 수도 있습니다.
	그래서 저는 이것이 이전에 축의 크기를 조정했던 위치로 다시 돌아가는 것이라고 생각합니다. 강조합니다...특정 영역을 강조하는 데 도움이 됩니다. 이제 여기서 우리는 아프리카계 미국인을 대상으로 한 사건에 약간의 문제가 있다는 것을 알 수 있습니다.
	이는 지금까지 발생한 다른 모든 사건과 달리 2017년에 특히 나쁜 해였던 것으로 꽤 일관되게 나타났습니다.
	이제 여기에는 추가 호버 라벨이 없습니다.
	내가 할 일은 데이터를 요약하는 것뿐이지만 괜찮습니다.
	이는 그 자체로 많은 정보를 제공하므로 JMP 16에 새롭게 추가된 기능으로 이러한 강조점을 강조하는 데 도움이 될 수 있습니다.
	그리고 다시, 우리는 계속 나아갈 수 있습니다. 다른 대학도 살펴볼 수 있습니다. 여기서는 꽤 좋지 않은 시간을 보내는 것으로 보이는 대학의 예일 수 있습니다.
	칼리지 파크에 있는 메릴랜드 대학이었는데, 그 당시에는
	상황은 정말 좋았습니다. 그래서 여러분은 무엇이 이 기간을 이렇게 멋진 시기로 만들었는지 알고 싶을 것입니다.
	대학에서 제정한 조치나 조치로 인해 사건 건수가 크게 감소한 것이 있습니까? 그것은 조사해 볼 가치가 있는 것일 수도 있습니다.
	그리고 계속해서 다시 살펴보면 이것이 시스템적인 문제인지 여부를 알 수 있습니다. 이 경우에는 정말 나쁜 해가 지배적인 것처럼 보였고 전반적으로 괜찮았는지 여부를 확인할 수 있습니다.
	그들은 꽤 잘 지내고 있었습니다. 다시 말하지만, 이것은 또 다른 것일 수 있습니다. 초기에는 정말 안 좋은 시간을 보냈지만 최근에는 꽤 좋은 성적을 거두고 있습니다.
	기타 등등. 다시 한 번 상호작용성을 강조하면서
	이번 경우에는 JMP 16의 일부 새로운 기능을 사용했습니다. 이제 마지막으로 전환하기 전에 고백할 것이 있습니다. 저는 지도 매니아이기 때문에 지도와 지도와 관련된 모든 유형의 데이터 분석을 정말 좋아합니다.
	이유를 모르겠습니다. 정말 마음에 들어서 다음 작품을 보여드리게 되어 정말 기쁩니다. 이제 우리는 사건의 지리를 살펴보기 때문입니다.
	그러나 나는 이것이 테이블 스크립트와 JMP 그래픽, 특히 호버 그래프의 강력한 기능을 실제로 강조하기 때문에 매우 기대됩니다.
	그럼 여러분도 흥분하셨기를 바랍니다. 이제 실행해 보겠습니다. 이제 이 테이블 스크립트에는 실제로 많은 일이 진행되고 있기 때문에 시간이 조금 걸릴 것입니다. 새로운 테이블을 생성하는 중입니다. 또한 그 테이블에서 많은 기능을 수행하고 있습니다.
	그리고 많은 것을 계산합니다. 여기엔 정보를 가져오는 것뿐만 아니라 여기 끝 부분에 뒤에서 계산된 많은 열도 있습니다.
	이제 제가 사용할 특정 측정항목에 대해 잠시 이야기하겠습니다. 그래서 얼마 전 JMP 커뮤니티(community.jmp.com)에 Crime Rate Conundrum이라는 블로그 항목을 썼습니다.
	너무 뻔뻔한 플러그를 꽂으세요. 하지만 그 부분에서 저는 일반적으로 사건, 특히 범죄 사건을 보고할 때 어떻게 하는지에 대해 이야기했습니다.
	일반적으로 우리는 원시 개수만 보고하고 싶어하지 않는다는 것을 알고 있습니다.
	카운트 수가 많고 사건 수가 많은 특정 영역이 있을 수 있습니다. 단지 그게... 거기에 문제가 있기 때문인가요?
	아니면 사람이 많아서 그런 걸까요? 물론 사람이 많기 때문에 많은 사건이 발생할 것으로 예상됩니다. 그럼 당연히 사람들이
	사고율을 보고합니다. 이제는 모두가 공평한 경쟁의 장에 있기 때문에 괜찮습니다. 하지만 그로 인해 한 가지 부작용은 순위가 높아지는 경향이 있다는 것입니다.
	인구가 적은 곳. 본질적으로 분모가 작다면 그 때문에 비율이 더 커지는 경향이 있습니다.
	그래서 그것은 일종의 불행한 부작용입니다. 그래서 저는 인구가 매우 적은 장소가 부풀려지는 흥미로운 사례에 대해 이야기합니다.
	그리고 일부 사람들이 이를 어떻게 처리하는지. 제가 이 문제를 해결하려고 시도한 한 가지 방법은 가중 사고율을 사용하는 것이었습니다. 본질적으로 아이디어는 다음과 같습니다.
	저는 귀하의 사건 발생률을 고려한 다음 어느 정도의 비율로 귀하에게 가중치를 부여합니다.
	실례합니다... 기본적으로 거기에 있는 사람 수에 따라 무게가 달라집니다. 이 경우에는 특정 가중치가 있고 기본적으로 모집단의 순위를 매깁니다.
	가장 큰 곳이 가장 작은 곳의 순위를 차지하도록 말입니다. 하지만 이 경우에는 주가 50개이므로 인구가 가장 많은 주는
	순위는 50이고 가장 작은 주는 순위 1입니다. 그것을 가져다가 당신이 알고 있는 최대 순위로 나누면, 그것은 본질적으로 당신의 체중이므로 이것은 일종의 놓는 방법입니다.
	전체 인구에 해당하는 가중치와 여기서의 아이디어는 사고율이 이 가중치 페널티를 극복할 정도라면, 원한다면,
	그렇다면 그것은 당신이 조사할 가치가 있는 사람일 수도 있다는 것을 의미합니다. 그래서 반격을 시도합니다.
	그 인플레이션은 단지 적은 인구로 인한 것입니다. 여전히 상대적으로 작지만 사고율이 충분히 높아서 본질적으로 체중을 극복할 수 있다면,
	우리는 당신을 조사하고 싶을 수도 있습니다. 너무 많은 정보가 아니기를 바라지만 이것이 제가 주로 사용할 측정항목이므로 스크립트를 실행하겠습니다.
	그리고
	여기요. 먼저 모든 주에 대해 시간 경과에 따른 가중 사고율을 보여주는 간단한 선 그래프를 얻었습니다.
	이제 여기서 새로운 기능을 사용하겠습니다. 여기서 우리는 뉴저지가 지배적인 것으로 보인다는 것을 알 수 있습니다. 다시 한 번 상호작용성을 강조하기 위해 클릭하면 됩니다.
	특히 JMP 16에서는 몇 가지 새로운 기능이 추가되었습니다. 여기를 마우스 오른쪽 버튼으로 클릭하고 라벨을 추가하겠습니다. 그럼 최대값을 하고 마지막 값을 해보자
	단지 비교를 위해.
	여기서 우리는 이것을 볼 수 있습니다. 여기서 최고치는 90년대 초반에 1,000건당 약 11.4건(가중 발생률)이었습니다.
	그런 다음 감소하는 추세를 볼 수 있습니다. 다시 한 번 전체 사고율이 여기에서 다시 정점에 도달하기 전에 했던 것과 거의 같은 수준으로 떨어지는 것 같습니다.
	2019. 다시 한 번 간단한 숫자만 사용하면 이 자체로 흥미로운 플롯이 될 것입니다. 하지만 보시다시피 작은 그래프 표시기가 표시되므로 더 많은 것이 있습니다.
	지도 부분이 들어오는 곳은 다음과 같습니다. 그래서 특정 지점 위로 마우스를 가져가겠습니다.
	이 경우 뿐만 아니라
	전체적인 비율을 볼 수 있나요? 실제로 이 경우에는 카운티별로 분류해 드릴 수 있습니다. 그래서 여기에 색칠을 했어요
	해당 연도의 총 사건 수를 기준으로 카운티를 표시합니다. 그리고 다시 한 번 말씀드리지만, 시간 측면이 있으므로 이것은 특정 연도(이 경우에는 2008년)에 대한 스냅샷을 보여줍니다.
	하지만 전반적인 추세에 관심이 있을 수도 있으므로 이를 수행할 수 있는 한 가지 방법은 이것이 그래프입니다. 돌아가서 다른 지점 위로 마우스를 가져가면 해당 그래프를 끌어올 수 있고 클릭하여 확대할 수 있습니다.
	필요에 따라 반복하십시오. 그렇게 할 수도 있고, 이 프레젠테이션을 준비하면서 실제로 발견한 새로운 트릭을 사용할 수도 있습니다.
	숨김을 해제해 보겠습니다. 여기 옆에 로컬 데이터 필터가 있습니다. 이것이 바로 이 그래프렛의 핵심입니다.
	저는 올해로 와서 모델링 유형을 연속형이 아닌 명목형으로 변경하겠습니다. 왜냐하면 이제 이와 같은 작업을 수행할 수 있기 때문입니다. 실제로 통과할 수 있어요
	개별 연도를 선택하거나 이제 JMP를 사용하면 더 잘할 수 있습니다.
	여기로 가서 애니메이션을 만들겠습니다. 여기서는 좀 빨리 처리하겠습니다. 재생을 클릭하겠습니다. 이제 편안히 앉아 JMP가 작업을 수행하는 모습을 지켜볼 수 있습니다.
	여기에서 우리는 그것이 순환하는 것을 볼 수 있고 무슨 일이 일어나고 있는지 알 수 있습니다. 조금 순환하도록하겠습니다. 우리는...이미 여기서 흥미로운 일들이 일어나고 있는 것을 보기 시작했습니다.
	순환하면서 전체 그림을 살펴보겠습니다. 우리는 내가 과시하려는 것이 아닌 완전한 그림을 원합니다.
	좋아요, 그래서 우리는 순환을 하다가 뭔가를 발견했습니다. 그럼 여기서 대략 2004년, 2005년으로 가보겠습니다. 그래서 여기 어딘가에서 우리는 특히 이 카운티가 강조된 것 같다는 것을 알아냈습니다.
	사실, 여러분은 저의 작은 그래프 표시기를 보셨습니다. 다시 한번 그 위로 마우스를 가져가면 여기가 됩니다.
	또 다른 지도. 이제 내가 왜 그렇게 흥분했는지 알 수 있습니다.
	이번에도 실제로 카운티 수준에서 보여드릴 수 있으니 개별 카운티 수준에서는...
	실례합니다. 잠깐만... 좀 더 이야기해 보겠습니다. 여기 있습니다. 몇 가지 사소한 조정을 통해 크기와 색상을 두 가지 방식으로 강조하는 방법을 볼 수 있습니다.
	우리는 ??? 내에서 일종의 분산을 볼 수 있습니다. 이것은 개별 위치이며 다시 그 시간 측면이 있기 때문에
	우리는 알고 있습니다...이제 우리는 더 잘 알고 있습니다. 돌아가서 클릭하여 여러 그래프를 얻을 필요가 없으며 다시 로컬 데이터 필터 트릭을 사용할 수 있습니다. 그래서 나는 돌아갈 수 있다. 내가 할거야
	연도이므로 이 경우 다시 클릭할 수 있습니다. 여기서는 키보드의 화살표 키를 사용하여 순환해 보겠습니다.
	그리고 시간이 지남에 따라 상황이 어떻게 변하는지 이해하십시오. 이 경우 특정 영역을 볼 수 있습니다. 아마도 2006년, 2007년쯤에 이미 본 적이 있을 것입니다.
	이 한 구역이 있습니다...여기가요.
	Keansburg가 강조 표시된 것 같고 또 다른 그래프가 보일 것입니다. 얼마나 멀리 가고 싶나요?
	원한다면 그래프셉션(Graphception)도 가능합니다.
	우리는 할 수 있다
	계속해서 더 안쪽으로 내려가세요. 이 경우, 저는...편향이 무엇인지에 따라 분석하고, 원할 경우 다시 그 트릭을 수행하여 연도별로 순환할 수 있습니다.
	다시 한번 이 그래프에 엄청난 힘이 있습니다. 이 하나의 그래프를 사용하여 카운티 수준과 그 아래의 지리적 변화를 탐색할 수 있었습니다.
	데이터의 다양한 측면을 탐색할 수 있어 더 많은 질문을 생성할 수 있습니다. 이 무렵 킨스버그에서는 무슨 일이 벌어지고 있었기에 이렇게 화제가 됐을까?
	그것은 당신이 알고 싶어할 수도 있는 것입니다.
	오늘은 여기까지입니다. 여러분의 식욕을 자극하고 데이터 탐색에 JMP 시각화가 얼마나 강력한지 명확하게 설명할 수 있었으면 좋겠습니다.
	더 알고 싶으시면 데이터 즉, 전체 토론이 있을 것입니다. 저는 여러분이 이에 대해 탐구해 보시길 권합니다. 다양한 시각화 방법과 JMP가 이를 어떻게 도울 수 있는지 알아보는 데 도움이 될 것입니다.
	하지만 언젠가는 제가 어떻게 이렇게 놀라운 테이블 스크립트를 만들 수 있었는지 살짝 보여주겠다고 약속했고 지금 바로 그렇게 하겠습니다.
	이제 JMP 16에서는 이를 향상된 로그라고 합니다. 이는 JMP 16의 가장 멋진 새 기능 중 하나입니다. 향상된 로그는 실제로 상호 작용을 따라가며 이를 추적합니다. 그래서 제가 닫을 때마다, 이 경우에는 데이터 테이블을 닫고, 데이터 테이블을 열고, 데이터 테이블을 실행했습니다.
	새 열을 추가하거나 새 그래프를 생성하면 여기 로그에 기록됩니다.
	이것은 John Sall이 전체 연설에서 이야기할 내용입니다. 이는 다시 말하지만 여기서 가장 새롭고 놀라운 기능 중 하나입니다.
	그리고 이것이 제가 이러한 테이블 스크립트를 생성할 수 있었던 방법의 핵심입니다. 솔직히 말해서 이것이 없었다면 이렇게 멋진 테이블 스크립트를 만들 수 없었을 것입니다. 왜냐하면 해야 할 일이 너무 많기 때문입니다.
	다시 말씀드리지만, 이는 JMP 16에서 사용할 수 있는 정말 멋진 기능입니다. 그래서 저는 JMP가 데이터 탐색, 멋진 시각화, 대화형 시각화 생성을 위한 훌륭한 도구라는 점을 여러분께 확신시킬 수 있었으면 좋겠습니다. 그리고 그것이 내가 가진 전부입니다. 와주셔서 감사합니다.

정상회담 최고브레이크아웃데이터 탐색데이터 시각화