349276_ja-JP

liliconcom

ダーク ストーリー: JMP® によるビジュアル ストーリーテリング (2021-EU-30MP-792)

レベル: 中級

 

Caleb King、JMP Research Statistician Tester、SAS

 

この講演では、JMP 16 の新機能を含む JMP の幅広いグラフィック機能を使用して、データのストーリーを伝える方法を説明します。 1991 年から 2019 年までに報告された憎悪犯罪に関する FBI データベースを使用して、グラフレットやインタラクティブな機能変更など、JMP のグラフィカル ツールボックスの主要ツールが視聴者を新しい洞察にどのように導くことができるかを示します。 しかし、楽しみはグラフだけにとどまりません。 また、テーブル スクリプトを作成してデータをより小さなデータ セットにサブセット化し、各データ セットに独自のグラフを用意して全体的な物語について新しい視点を提供することで、視聴者に「自分の冒険を選択」させる方法も紹介します。 心配しないでください。 すべてが思っているほど暗いわけではありません...

 

 

自動生成されたトランスクリプト...

 

スピーカー	成績証明書
ケイレブ・キング	こんにちは、私の名前は Caleb King です。JMP ソフトウェアの開発者です。 私は特に実験計画グループに所属していますが、今日は
	少し話がそれましたが、JMP のグラフィックスやその他のツールを使用して、データの視覚的なストーリーテリングを支援する方法について話します。
	さて、私が選んだデータセットは...FBIが収集したヘイトクライムデータであることを説明するためのもので、少し物議を醸すデータセットかもしれませんが、何が起こっているかにかなり関連しています。
	私の目標は、これをよりわかりやすくすることなので、以前に作成したいくつかのグラフィックを見ていきます。
	このデータセットの場合。 グラフの作成方法を必ずしも示すつもりはありませんが、目的は、JMP の使用方法を説明することです。
	先ほども言ったように、視覚的なストーリーテリングのため、インタラクティブ機能を使用して、人々がグラフを見たり、グラフを操作したりできるようにします。
	さらに質問をしたり、読み進めていくうちに彼らの質問のいくつかに答えたりすることになるかもしれません。 しかし、データ探索を奨励するのは、私たちがここ JMP で取り組んでいることです。
	それでは、早速入りましょう。
	最初にデータ セット自体の概要を少し説明しますので、ここではスクロールしていきます。 ということで、情報がたくさんあります
	事件が起こった場所。
	さらに進んでいくと、その事件が起こった日付がわかります。 犯罪者について少しだけ情報を持っています
	そして、どのような犯罪が行われたのか、どのような種類の犯罪が行われたのか。 もう一度、インシデントでどのようなタイプのバイアスが提示されたかという基本的な情報をいくつか示します。 被害者に関するいくつかの情報。
	そして、全体的な差別カテゴリと、緯度と経度 (利用可能な場合) に関するいくつかの追加情報、および他のグラフィックスを使用する人口についてもいくつか提供しました。 念のため言っておきますが、
	FBI、つまり米国連邦捜査局は、ヘイトクライムとはあらゆるものであると定義しています。
	特定の集団に対する偏見を動機として行われる犯罪。 したがって、その偏見は人種的、宗教、性別、性同一性などに対するものである可能性があります。
	したがって、犯罪が特定の偏見によって動機付けられている限り、それは憎悪犯罪とみなされ、このデータはこれまでに犯罪が行われたすべての事件で構成されています。
	FBI によって収集された情報は、1991 年に遡り、最近では 2019 年にまで遡ります。 2020 年のデータはありませんが、確かに興味深いものですが、
	しかしそれは、FBI が実際に報告書を作成する前に、時間をかけてデータが徹底的にクリーニングされ、準備されていることを確認することを好むためです。 それで
	このデータが正確であることを確認するためにどれだけの時間と労力を費やしたかを考えると、このデータはかなり正確であると安心してください。
	さて、それでは早速始めて、データの基本的な視覚的な概要を作成してみましょう。 そこで、ここでこの小さなテーブル スクリプトを実行することから始めます。 そして、これが行うことは基本的に私たちに与えられるものだけです
	特定のバイアスに従って、毎日何件のインシデントが発生したかを数日間にわたってカウントします。 ここから、基本的なプロットを作成します。この場合は、単純な種類の折れ線グラフです。
	ここでは、範囲全体で毎日発生するインシデントの数を示しています。 つまり、全体を取得できます...1991 年から 2019 年のデータ範囲全体を確認できます
	そしてどれだけの事件が起きたか。 さて、これ自体はおそらく良い静止画像でしょう。
	インシデント数が減少する場所。 実際、ここで軸の設定を少し変更します。 そうですね、50 秒単位で増加しましたが、20 秒までにしましょう。 それでは行きます。
	そこで、ちょっとしたインタラクティブ性が備わっています...インタラクションです。 スケールを変更して、より洗練し、より良い感覚を得ることができました。
	平均して何件のインシデントが発生しているか。 私は少しのディストリビューションを実行しましたが、平均して 1 日あたり約 20 インシデントがありました。
	ここで見ることができます。 もちろん、データに見られる 2 つのスパイクについて私がなぜまだ対処していないのか疑問に思われるかもしれません。
	そうですね、明らかに背の高いスパイクが 2 つあります。 そして、もしこれがそうだとしたら
	他のタイプのソフトウェアであれば、「わかりました、それを検討したいと思います」と言うかもしれません。 そこで、試したデータに戻って、
	それらの日付がどこにあるのかを知って、そこで何が起こっているのかを示すためにいくつかのプロットを提示したり、分析を行ったりしてみてください。 さて、これは JMP で、できることはあります。
	これは JMP 15 で導入されたグラフレットと呼ばれるもので、次のように機能します。 ホバリングしてドーンと飛ぶだけです。
	その時点で何が起こっているかをさらに要約するのに役立つ小さなグラフレットが表示されます。 したがって、この場合は情報がたくさんあります。
	まず、1992 年 5 月 1 日という日付に注目します。 アメリカの歴史に詳しい人なら、ここで何が起こっているのかわかるかもしれませんが、そうでない人は、
	グラフをクリックすると、追加の手掛かりが少し得られます。 これで、私があなたに見せていることがわかります
	インシデントの特定のバイアスによるインシデント。 ここで、事件のほとんどは白人に対するもので、次のグループは黒人またはアフリカ系アメリカ人であり、それが続いていることがわかります。
	私はここで、ロドニー・キングがカリフォルニアで暴動を起こしたこの時期に起こった事件という点で、ある意味答えを出しておきます。 ロドニー・キング
	不幸にも警察官によって殺害され、それが多くの反発と暴動を引き起こしたアフリカ系アメリカ人
	この頃。 これが、この特定のデータ ポイントでキャプチャされたものです。それを知らなかったとしても、少なくともこの情報があれば、まずはそこを調べてみてください...オンラインで何が起こったのかを調べてみてください。
	ここで非常に大きなスパイクを使用して同じことを行うことができます。 もう一度、ホバー グラフレットを使用するので、その上にカーソルを置きます。 立ち止まって見てみましょう。 そこで、2001 年 9 月 12 日という日付に注目してみましょう。 それ自体が非常に大きな手がかりです
	何が起こったのかというと。 しかし、ここで内訳を見ると、事件のほとんどがイスラム教を信仰する個人に対するものであることがわかります。
	アラブ民族またはその他の同様の民族または祖先。 この場合、はっきりとわかります
	9月11日の不幸な出来事、その時に起きたテロ攻撃の後、翌日には反政府勢力に対する多くの反発があったこと。
	メンバーは同じような民族性、同じような信仰などを持っていたため、当時は不幸な反発が起こりました。
	したがって、すでにこの 1 つのプロットとその対話機能の一部だけで、多くの情報、さらに詳しく調べたい分野に関する多くの高レベルの情報を収集することができました。
	しかし、私たちは続けることができます。 JMP 16 の新しい点は、X 軸に日付があるため、実際に日付をより大きなカテゴリに分割できることです。この場合、月ごとに分割しましょう。
	そして、プロットが消えることがわかります。 そこで、私がやろうとしていることは次のとおりです。 再放送して見てみます。
	それでは行きます。
	何が起こるかわかりません。 この場合、これが起こるはずです。心配しないで。
	そこで月ごとに分類したところ、興味深いパターンに気づきました。 ある種の季節的な傾向が発生しているようです。ホバー グラフレットを使用して、何が起こっているのかを特定してみましょう。 そこで、下の点にカーソルを合わせます。 それで、私がそれをすると、
	わかりました、1 月、12 月、わかりました。 面白い。 もう一つの 12 月にカーソルを合わせてみましょう。
	そしてもう一つ、12月。 ああ、この場合、実際に季節的な傾向が起こっている可能性があります。 冬の間に最低点に達するようです。
	そして実際、データテーブルに戻ってみると、以前にもそれを見たことがあります。 それは私がそのテクニックを探索しているときに発見したことであり、それに対処するためのプロットをすでに作成しました。
	これは、今月内のインシデント数の年間変化を見てください。それに基づいて私が作成したものです。
	ここでは平均的な傾向が見られますが、特にここ 9 月に大きなスパイクがあったため、多くの変動も見られます。
	したがって、もう少し適切なものが必要かもしれません。 それでは、コントロール パネルを開いて、中央値を選択しましょう。 これはより堅牢であり、おそらく四分位間の範囲に注目すると、もう少し堅牢になります。
	遊べるメトリクス。
	繰り返しになりますが、季節的な傾向が見られるため、冬の間には間違いなく大幅な落ち込みがあるようです
	春と夏にピークを迎えるのとは対照的です。 今
	これは、誰かがさらに詳しく調べて、なぜそのようなことが起こっているのかを調査したいと思うかもしれません。
	あなた独自の説明があるかもしれません。 私の個人的な説明は、クリスマスの精神は非常に強力で、12 月に個人が抱くあらゆる憎しみや偏見を克服すると信じているということです。
	繰り返しますが、これは単なる私の個人的な好みであり、おそらくあなた自身の好みがあるでしょう。 しかし、繰り返しになりますが、たった 1 つのプロットで、この傾向を発見することができました。
	それをさらに調査するために別のプロットを作成します。 したがって、このプロット 1 つだけについても、さらなる研究を奨励しました。 そして、私たちは続けることができます。
	それで、それを年ごとに分けてみましょう。そうすると、この種の全体的な傾向がはっきりとわかります。
	つまり、90 年代後半から 2000 年代初頭あたりにある種のピークがあり、その後、ほぼ直線的に下降していきます。
	2010年代半ば頃に中間点に達し、その後再び上昇し始める。 したがって、ここで示す他のプロットでも同様の傾向が見られる可能性があることに留意してください。 しかし、もう一度、一歩下がって、この 1 つのプロットでは異なるものを見てきたことに気づきましょう。
	データの側面。 私たちも
	いくつかの質問に答えましたが、さらにいくつかの質問も取り上げたかもしれません。 その季節的な傾向は何ですか？
	そして、私があなたに話したそれらの出来事が何であるかを知らなかったなら、ご存知のとおり、それらの特定の出来事は何でしたか？ つまり、JMP グラフィックスのインタラクティブ性の美しさは、ユーザーが 1 つの特定のメディア内ですべてを関与し、探索し、奨励できることです。
	よし。
	続けていきましょう。 先ほども言いましたが、これは一種の視覚的なストーリーテリングなので、プロローグや全体像のようなものと考えることができます。 なに...なに
	全体的な状況はどうですか？ さて、俳優の種類を見てみましょう
	つまり、誰がこの種の犯罪を犯しているのか？ 彼らは誰に対してそれらを犯しているのでしょうか？ それについてどのような情報が得られるでしょうか? それで、ここで私は
	繰り返しになりますが、その答えに役立つプロットを作成しました。 これは良いスタートかもしれません。 ここでヒートマップを作成しました
	次に、この場合、犯罪者の人種とその特定の偏見によるカウントを強調します。 それでわかります
	多くのことが起こっていることがわかります。この場合、列を並べ替えているので、多くのことが起こっていることがわかります。 そのほとんどがこのアッパーにあります
	左コーナーだし、ここではあまり何も起こっていない。それは良いニュースだと思う。 多くのことが起こっていないところには多くの偏見があり、そのほとんどはこのコーナーで起こっています。
	さて、これは良いプロットかもしれませんが、ここにもまたたくさんの空き地があります。 したがって、何が起こっているかを強調するために、いろいろなことを試してみるのもいいかもしれません。 したがって、それを行う 1 つの方法は、ここで X 軸に来て、カウントによってサイズを決定することです。
	ここでわかるように、私は舞台裏に何かを隠していました。 実際には、これらの上にラベル、パーセンテージのラベルを付けます。
	以前は見ることさえできなかったほど多くのことが起こっていましたが、今ではその情報の一部を実際に見ることができるようになりました。 カウントとは対照的に、それを要約するための良い方法です。
	しかし、視覚化しただけでも、最大の偏見は黒人またはアフリカ系アメリカ人、次にユダヤ人、そしてここにはほとんど偏見がなくなるまで続いていることがはっきりとわかります。 したがって、X 軸を見るだけで、何が起こっているかについて多くの情報が得られます。
	Y についても同じことができるので、やはりカウントでサイズを決定します。
	繰り返しになりますが、サイズと軸の調整方法だけでも多くの情報が含まれています。
	そして、このケースには...私たちはそのコーナーを非常に強調しているので、誰がトッププレーヤーであるかがはっきりとわかります。 この場合、ほとんどが
	犯罪者は白人または人種不明のアフリカ系アメリカ人、次はユダヤ人、そして次はユダヤ人です。
	アンチホワイト、その後は下がり続けます。 ここで、何が起こっているかについて簡単にまとめます。 さて、私が歩き回っていると、私たちの小さな円が見えていることに気づいたかもしれません。 これが私のグラフレットインジケーターなので、ここでもツールを使用します。
	少しやり取りをしてきましたが、これは素晴らしい静的画像になる可能性がありますが、JMP の機能、特にグラフレットを使用しましょう。
	対話して、さらにどのような情報が得られるかを確認します。 したがって、この場合は、ここにカーソルを置きます。
	そしてここに、グラフの第一人者である Xan Gregg の厚意によるグラフ (この場合はパック棒グラフ) があります。 この場合、見えるだけでなく、
	どのような人が誰に対して犯罪を犯しているのか、次の質問は、どのような種類の犯罪が行われているのか、ということではないでしょうか。 さて、グラフレットを使って、私はあなたのためにそれに答えました。
	ここでは、最大の犯罪の種類がわかります。圧倒的な種類の犯罪は脅迫で、次に単純で加重した暴行、そして残りが続きます。これが詰め込まれた棒グラフの美しさです。
	犯された他の種類の犯罪もすべて確認できます。 それらをすべて積み重ねても、比較することさえできません。 トップ3すら割ってない。
	このことから、これらの種類の犯罪の種類と、それらがどれほど支配的であるかについて多くのことがわかります。
	さて、あなたが抱くもう一つの疑問は、私たちは俳優たちを見てきました、彼らがとっている行動を見てきました、
	しかし、これには時間の側面があります。 明らかにこれは時間の経過とともに起こっていますが、これは一貫したものですか？ 傾向に変化はありましたか？ 良い、
	何も怖くない。 グラフレットが再び助けになります。 この場合、実際にそれらの傾向をお見せすることができます。 ここで、
	種類...脅迫事件の数は時間の経過とともに変化しましたか? そして再び、パターンがその全体的な傾向に従っているように見えることがわかります。
	90 年代後半にピークがあり、その後急勾配の傾向が続きます。2010 年代半ばまではほぼ直線的に減少し、その後、最近再び上昇傾向にありました。
	そしてまた、その傾向やその他の傾向が見られるかもしれません。 クリックして拡大するつもりはありませんが、ここのプロットから、ここでは単純な暴行、そしてあそこでは加重暴行の傾向が少しだけわかります。
	そして、探索を続けることができます。 それでは、アフリカ系アメリカ人との未知の点を見て、そこにどのような違いがあるかを見てみましょう。 この場合、はっきりとわかります
	実際に大部分を占める犯罪には 2 種類あり、この場合、器物損壊または器物損壊です (よく考えてみれば、これは当然かもしれません。自分の器物が破損しているのを見ても、誰が誰であるかわからない可能性が高いです)それをやった）
	そして脅迫が支配的です。 そして、繰り返しますが、これの良い点は、ホバーラベルが持続するため、そこでどのような傾向が起こっているかを再度確認できることです。
	この場合、ダメージを見ると、実際には 2 つのピークがあり、ここでは 90 年代後半 2000 年代前半にピークを迎え、その後再び低下しています。 そして、脅迫に関しても、以前と同様の傾向が見られます。
	繰り返しになりますが、たった 1 つのグラフィック内には多くの情報が含まれており、ユーザーとしてこれらの情報を操作して、特定の重要な領域を強調することができます。その後、ユーザーとして、ただ視覚化するだけです...これを見て操作するだけです。それを使って遊んで、多くの情報を収集することができます。
	よし。
	そして続けましょう。 ここで、報告機関のほとんどが市/郡レベルであることがわかります。
	警察署などもありますが、ここには大学もいくつかあります。 ですから、大学で何が起こっているのか見てみたいと思う人もいるかもしれません。
	そこで、これに答えるために、この素敵な小さなテーブル スクリプトを作成しました。 さて今回は、
	私はテーブル スクリプトを実行しているだけですが、舞台裏についてはあまり詳しく説明しません。これはより具体的な説明です。
	ここでちょっと覗いてみましょう。グラフィックの力だけでなく、テーブル スクリプトの力もお見せしたいからです。 JMP に詳しい方は、
	ご存知かもしれませんが、テーブル スクリプトは分析を保存したり、レポートを保存したり、グラフィックを保存するためにも使用できるので便利です...前回のスクリプトで行ったように、気づいていないかもしれません。保存もできるということ
	追加のテーブルや集計テーブルなどの実行に役立つスクリプト。 それでは、この背後で何が起こっているのかを説明しましょう。実際、スクリプトを実行したときに、実際に 2 つのデータ テーブルを作成しました。
	1 つだけが表示されているため、この場合は、最初にすべての大学を選択するデータ テーブルを作成し、次にそのデータ テーブルから概要を作成し、古いテーブルを閉じます。
	そして、それにいくつかのグラフィックも追加しました。 したがって、これをどのように設定したかについては、次回以降のために取っておきたいので、ここではあまり詳しく説明しません。 ヒントを教えます。 これは、あなたを本当に驚かせる JMP 16 の新機能に基づいています。
	さて、話を戻しましょう...すみません...大学での出来事です。
	ここでもテーブル スクリプトを保存しました。 これはグラフィックを表示するものです。
	ここでもう一度、あの詰まった棒グラフを見ることができます。ここでは、どの大学で最もインシデントが多かったのかを示しています。 繰り返しになりますが、これ自体はかなり優れた標準グラフィックかもしれません。
	どの大学が最も多くの事件を起こしているかがわかりますが、ここでも実際に支配的な大学がないことがわかるのは、ある意味嬉しいことです。 まだ他の大学を詰めることができます
	それらの上に、誰もどちらかを支配していません。 したがって、それ自体は一種の良いニュースですが、これにはやはり時間の側面があります。 それで
	もしかしたら...ミシガン大学アナーバー校はずっと問題を抱えていたのですか? 彼らは...常にトップであり続けていたでしょうか? 彼らはたまたま悪い年を過ごしただけでしょうか？ ここでもグラフレットが役に立ちます。
	この場合、
	ここに興味深いプロットが表示されます。 「これは何ですか？」とあなたは言うかもしれません。 まるでアールデコ美術館にあるような雰囲気です。 何...
	これはどんなプロットですか？ まあ、それは実際に私たちが以前に見たものです。 JMP 16 で登場した新しいものを使用しているので、舞台裏を見てみましょう。
	この場合、これは実際にはヒート マップであることがわかります。 私がやったことはすべて
	私がよくやりたいトリックは、2 つの異なる方法で物事を強調することです。ヒート マップで通常行うことである、色ごとにカウントを強調するだけでなく、白が欠落しているエントリになります。 JMP 16 ではサイズで強調することもできるようになりました。
	したがって、これは再び、以前の軸のサイズ設定に戻ると思います。 強調します...特定の領域を強調するのに役立ちます。 ここで、おそらくアフリカ系アメリカ人に対する事件に関して少し問題があることがわかります。
	この状況はかなり一貫しており、これまでに発生した他のすべての事件とは対照的に、2017 年は特に悪かったようです。
	これで、余分なホバー ラベルはなくなりました。
	データを要約するだけですが、大丈夫です。
	これ自体で多くの情報が得られるため、これも JMP 16 で登場した新しい機能であり、その点を強調するのに役立ちます。
	そしてまた、私たちは続けることができます。 他の大学も見てみましょう。ここでは、かなりひどい時期にあると思われる大学の例を示します。
	メリーランド大学はカレッジパークにありましたが、その後、
	物事は本当に良かったので、この素晴らしい時期に何が起こったのか知りたいと思われるかもしれません。
	大学が何かを制定し、事件数を大幅に減少させるようなことを行ったのでしょうか? それは検討する価値があるかもしれません。
	そして、それがシステム的な問題であるかどうかを確認し続けることができます。たとえば、この場合、全体的には問題なく推移していて、本当に悪い年が多かっただけのようです。
	彼らはかなりうまくやっていました。 もう一度言いますが、これは別のものかもしれません。 彼らは初期は非常に悪い時期を過ごしましたが、最近ではかなり良い成績を収めています。
	など。 もう一度、そのインタラクティブ性を強調するような形で、
	この場合は、JMP 16 のいくつかの新しい機能を使用します。 さて、最後の話に移る前に、告白があります。 私はちょっと地図オタクなので、地図と、地図に関連するあらゆる種類のデータ分析が大好きです。
	理由がわからない。 私はこの作品がとても気に入っているので、次の作品をお見せすることに本当に興奮しています。なぜなら、事件の地理を見ていきたいからです。
	しかし、これはテーブル スクリプトと JMP グラフィックス、特にホバー グラフの両方の力を本当に強調していると私は信じているので、私も興奮しています。
	皆さんも興奮していただければ幸いです。では、実行してみましょう。 このテーブル スクリプトでは実際に多くの処理が行われているため、これには少し時間がかかります。 新しいテーブルを作成しています。 そのテーブルでは多くの機能も実行されます
	そして多くのことを計算します。 ここには、情報を取り込むだけでなく、舞台裏で計算された列が最後近くにたくさんあります。
	ここで、私が使用する特定のメトリクスについて少しお話しする必要があります。 少し前に、私は JMP コミュニティ (community.jmp.com) に「犯罪率の難題」というブログ エントリを書きました。
	とても恥知らずな話ですが、その中で私は、事件、特に犯罪事件を報道するときに、どのようにして、
	通常、生のカウントを報告したいだけではないことはある程度わかっています。
	カウント数やインシデント数が多い特定の領域がある可能性があります。それは単にそこに問題があるからでしょうか?
	それとも単に人が多いからでしょうか？ そして、人がたくさんいるので、当然、多くの事件が起こることが予想されます。 だからもちろん人々は
	インシデント率を報告します。 誰もが平等な競争条件にいるので、それは問題ありませんが、その副次的な影響として、レベルが高くなる傾向があることが挙げられます。
	人口が少ない場所。 基本的に、分母が小さければ、それだけで比率が大きくなる傾向があります。
	これは一種の不幸な副作用であり、そこで私は、人口が非常に少ない地域で非常にインフレが起こっている興味深い事例について話します。
	そして、一部の人々がそれにどう対処するか。 私がこれに対処しようとした 1 つの方法は、加重発生率を使用することでした。基本的に、そのアイデアは次のとおりです。
	私はあなたの事件率を考慮しますが、その後、どのような割合で重み付けします...
	すみません...基本的にはそこに何人いるかによって重みが決まります。 この場合、私は特定の重みを持っており、基本的に母集団をランク付けします。
	したがって、最大の場所が最小の場所のランクを持つことになります。 ただし、この場合は 50 の州があるため、人口が最も多い州には
	ランクは 50、最小の状態はランク 1 です。 それを最大ランクがわかっていることで割ると、それが本質的にあなたの体重になります。
	総人口に対応する重み。ここでの考え方は、発生率がこの重みペナルティを克服できるほど高い場合、可能であれば、
	それはあなたが検討する価値のある人物である可能性があることを意味します。 それで反撃しようとする
	人口が少ないためのインフレです。 あなたがまだ比較的小さいが、体重を本質的に克服できるほど発症率が高い場合、
	私たちはあなたのことを調べたいと思うかもしれません。 あまり多くの情報ではなかったと思いますが、これが私が主に使用するメトリクスなので、スクリプトを実行します。
	そして
	さぁ行こう。 そこでまず、すべての州の時間の経過に伴う加重発生率を示す単純な折れ線プロットを作成しました。
	ここで新しい機能を使用します。 ここでは、ニュージャージー州が優勢であることがわかります。 ここでも対話性があり、実際にクリックして強調表示できます。
	特に JMP 16 では、いくつかの新しいことが行われています。 ここを右クリックして、いくつかのラベルを追加します。 それでは、最大値を実行し、最後の値を実行しましょう
	比較のためだけに。
	ここでこれがわかります...ここでのピークは、1,000 件あたり約 11.4 件のインシデント (これは加重インシデント率です) で、90 年代初頭のようなものでした。
	その後、減少傾向が見られますが、ここでも再びピークに達し始める前の全体的な発生率とほぼ同じように低下しているようです。
	2019. もう一度簡単な数字をいくつか示しますが、これはそれ自体で興味深いプロットになりますが、ご覧のとおり、私の小さなグラフレット インジケーターは進行中なので、他にもあります。
	ここで地図部分が登場します。 そこで、特定の点にカーソルを合わせます。
	この場合、それだけでなく、
	全体的な割合をご覧いただけますか。実際に、この場合は郡ごとに分類できます。 そこで、ここで色を付けてみました
	その年の事件の総数によって郡を分類します。 繰り返しになりますが、時間の側面があるため、これは特定の年、この場合は 2008 年のスナップショットを示しています。
	しかし、おそらくあなたは全体的な傾向に興味があるので、それを行うための 1 つの方法は、「これはグラフレットだ」ということです。 戻って、別の場所にカーソルを合わせて、そのグラフを表示し、クリックしてズームすることができます。
	必要に応じて繰り返します。 それを行うこともできますし、このプレゼンテーションを準備しているときに実際に見つけたこの新しいトリックを使用することもできます。
	再表示しましょう...ここにはローカル データ フィルターがあることに注目してください。 これがまさに、これらのグラフレットの背後にある鍵です。
	今年ここに来て、モデリングのタイプを継続的ではなく名目的に変更するつもりです。なぜなら、今はこのようなことができるからです。 実際に通れるよ
	個々の年を選択するか、これは JMP です。もっと良い方法があります。
	ここに行かせてください。アニメーションを作成します。 ここで少し急ぎます。 「再生」をクリックすると、あとは座ってリラックスして、JMP が何かをするのを眺めることができます。
	ここでは、それが循環し、何が起こっているのかを把握することができます。 少し循環させてみましょう。 ここではすでに興味深いことが起こり始めています。
	それを循環させて、全体像を把握しましょう。 私たちが望んでいるのは全体像であり、見せびらかしているわけではありません。
	さて、自転車で走り抜けて、あることに気づきました。 それでは、ここから 2004 年、2005 年あたりまで遡ってみましょう。 このあたりのどこかで、この郡が特に強調されていることに気づきました。
	そして実際、あなたは私の小さなグラフレットインジケーターを見たでしょう。 もう一度、マウスを上に置くと、ここに表示されます
	さらに別の地図。 なぜ私がそんなに興奮しているのかがわかります。
	繰り返しになりますが、この場合、実際には郡レベルでお見せできるので、個々の郡レベルでは...
	すみません、ちょっと話を変えましょう。 そこにいます。 若干の調整を加えますと、サイズと色の両方で物事を 2 つの方法で強調するという私のトリックがわかります。
	???内に分散が見られます。これは個々の場所であり、またその時間の側面があるため、
	わかっています...今ではよくわかりました。戻ってクリックして複数のグラフを取得する必要はなくなり、ローカル データ フィルターのトリックを再び使用できるようになりました。 それで戻れるのです。 やります
	年なので、この場合もクリックスルーできます。 ここでは、キーボードの矢印キーを使用して、順番に操作していきます。
	そして、時間の経過とともに物事がどのように変化するかを少し感じてください。 この場合、特定の領域が表示されます。おそらく、2006 年か 2007 年のフレームあたりからすでに見たことがあるはずです。
	このエリアがあります...ここです。
	キーンズバーグが強調表示されているように見え、さらに別のグラフレットがあることに気づくでしょう。 どこまで行きたいですか？
	よろしければ、グラフセプション。
	我々はできる
	さらに奥へと進んでいきます。 この場合、バイアスが何であるかによって分析し、必要に応じてそのトリックを実行して、年ごとに調べて循環することもできます。
	このように、これらのグラフには再び大きな力が現れています。 この 1 つのグラフレットを使用して、郡レベルおよびさらにその下位の地理的変動を調査することができました。
	これにより、データのさまざまな側面を探索できるようになり、より多くの質問を生成できるようになります。 この頃キーンズバーグでは何が起こっていて、このようにポップになったのでしょうか?
	それはあなたが知りたいことかもしれません。
	今日私が皆さんにお話しできるのはこれだけです。皆さんの食欲をそそり、データの探索において JMP ビジュアライゼーションがいかに強力であるかを明確に説明できれば幸いです。
	さらに詳しく知りたい場合は、データについての全体講演が行われる予定です。 それを探求することをぜひお勧めします。これは、さまざまな視覚化方法や、JMP がそれをどのように支援できるかに対処するのに役立ちます。
	しかし、私はある時点で、どのようにしてこれらの非常に素晴らしいテーブル スクリプトを作成できたのかを覗いてもらうと約束したので、今すぐ実行します。
	これは、JMP 16 では拡張ログと呼ばれています。 これは、JMP 16 の最も優れた新機能の 1 つです。 強化されたログは実際にユーザーの操作に追従し、それを追跡します。 したがって、私が閉じるたびに、この場合は、データテーブルを閉じ、データテーブルを開き、データテーブルを実行し、
	新しい列を追加した場合、新しいグラフを作成した場合は、ここのログに記録されます。
	これはジョン・サル氏が全体講演で話す予定のことです。 繰り返しになりますが、これは最も新しい驚くべき機能の 1 つです。
	これが、これらのテーブル スクリプトをどのようにして作成できたかの鍵となります。 正直に言えますが、これがなかったら、おそらくこのような素晴らしいテーブル スクリプトを作成することはできなかったでしょう。大変な作業が必要になるからです。
	繰り返しになりますが、これは JMP 16 で利用できる非常に優れた機能です。 JMP がデータを探索し、素晴らしいビジュアライゼーションやインタラクティブなビジュアライゼーションを作成するための優れたツールであることを納得していただければ幸いです。 私が持っているのはそれだけです。 来てくれてありがとう。

サミットのベスト起こるデータ探索データの視覚化