Bei der täglichen Datenanalyse benötigen wir oft nur einen Teil des gesamten Datensatzes, wie z ein Teil von Variablen /Spalten usw. Diese können als Teilmengen von Datensätzen bezeichnet werden, und der Vorgang des Aufteilens der Originaldaten ist auch der Vorgang des Generierens von Teilmengen.
Wie wählt man dann den Beobachtungswert aus, der die Bedingungen erfüllt? Wie teilt man Daten mit einem Klick in mehrere Teilmengen auf? Welche einfachen und schnellen Zufallsstichprobenmethoden gibt es in JMP? Heute werde ich alle dazu bringen, einen wichtigen Teil der Datenbereinigung zu lernen.
Generieren von Teilmengen in JMP
Abbildung 1 Die Hauptoperationsseite zum Generieren einer Untermenge
Also, wie teilt man es auf?
Welche Bedeutung haben die einzelnen Optionen in diesem Dialogfeld?
Wie kann man diese Möglichkeiten sinnvoll nutzen? Beginnen wir mit dem Einfachsten.
01 Wenn nur einige Variablen (Spalten) benötigt werden
In dem in der Abbildung unten gezeigten Datensatz werden beispielsweise nur zwei Variablen, Y und Alter, benötigt (natürlich ist dies nicht der Fall. Im Allgemeinen müssen Sie nicht auswählen, es sei denn, es sind zu viele Variablen vorhanden einige Variablen separat aus.) Wählen Sie die gewünschte Spalte in der Tabelle aus, denken Sie daran, die Strg-Taste gedrückt zu halten, wenn mehrere Spalten vorhanden sind, und öffnen Sie dann das Subset-Dialogfeld, wie in Abbildung 2 gezeigt.
Abbildung 2 Generieren Sie eine neue Teilmenge einiger Spalten
Dadurch entsteht ein neuer Datensatz bestehend aus allen Beobachtungen (Zeilen) und ausgewählten Variablen (Spalten).
Wenn wir jedoch häufiger Beobachtungen (Zeilen) auswählen möchten, die bestimmte Bedingungen erfüllen und keine Variablen erfordern, oder einige Beobachtungen und einige Variablen auswählen, können die folgenden Operationen zum Aufteilen von Zeilen nützlich sein NS.
02 Wenn nur ein Teil der Beobachtungen (Zeilen) benötigt wird
(1) Wählen Sie die Zeilen aus, die die Bedingungen erfüllen
Dieser Titel ist nicht nur unser Ziel, sondern auch unser Betrieb, um ihn zu erreichen. Wenn wir beispielsweise Beobachtungen im Datensatz auswählen möchten, die älter als 40 Jahre sind, können wir [Zeile]→[Zeilenauswahl]→[Auswählbare Zeilen auswählen] durchgehen, dann die Filterbeobachtungsbedingungen bearbeiten und auf OK klicken. und die Beobachtungen, die die Bedingungen in den Daten erfüllen, werden ausgewählt.
In diesem Beispiel sind 320 Zeilen mit Beobachtungen ausgewählt.Wenn Sie diese Beobachtungen als neue Untermenge generieren möchten, müssen Sie nur auf [Tabelle]→[Untermenge] klicken, es ist keine Änderung erforderlich (natürlich, wenn Sie es zuvor ausgewählt haben Bei einigen Variablen müssen Sie [Ausgewählte Spalten] anstelle von [Alle Spalten] auswählen) und auf OK klicken, um einen neuen Datensatz für die ausgewählten Beobachtungen zu generieren, wie in Abbildung 3 gezeigt.
Abbildung 3 Wählen Sie geeignete Zeilen aus
Tipps : Wählen Sie Beobachtungen aus, die mehrere Bedingungen erfüllen
In vielen Fällen müssen die Beobachtungen, die wir auswählen müssen, ≥2-Regeln entsprechen. Zum Beispiel müssen wir Frauen über 40 auswählen. Der gleiche Prozess ist nur etwas komplizierter beim Bearbeiten der Regeln, wie in Abbildung 4 gezeigt. Wenn die Beziehung zwischen den Bedingungen "und (und)" ist, wählen Sie [wenn alle Bedingungen erfüllt sind], und wenn es "oder (oder)" ist, wählen Sie [wenn irgendwelche Bedingungen erfüllt sind].
Abbildung 4 Auswahl von Beobachtungen, die mehrere Bedingungen erfüllen
(2) Blenden Sie die Zeilen aus, die Sie nicht analysieren möchten
Mit der vorherigen Methode wurde eingeführt, wie aus den gewünschten Beobachtungen ein neuer Datensatz generiert wird, damit wir ihn analysieren können. So erhalten Sie die gewünschten Zeilen aus einem anderen Blickwinkel, indem Sie die unerwünschten Zeilen ausblenden.
Wie bei der oben beschriebenen Methode zum Auswählen von Zeilen können Sie die zu analysierenden Zeilen aus [Zeilen auswählen, die die Bedingungen erfüllen] auswählen und dann die Auswahl umkehren, um den Vorgang [Ausblenden und Ausschließen] auszuführen, wie in Abbildung 5 gezeigt (Die Auswahl ist in der Abbildung abgeschlossen) Zulässige Zeilen).
Tipps: Es wird empfohlen, direkt [Hide and Exclude] auszuwählen, da die Beobachtungen, die nur [ausgeblendet] sind, auch in die anschließende statistische Analyse eingehen, aber nicht beim Zeichnen des Diagramms erscheinen, sondern die Beobachtungen, die nur [ausgeschlossen] sind. wird nicht in die Nachverfolgung in die statistische Analyse eingehen, aber es wird beim Zeichnen angezeigt. Im Allgemeinen möchten wir, dass diese Beobachtungen, die die Filterkriterien nicht erfüllen, weder im Diagramm erscheinen noch an der anschließenden statistischen Analyse teilnehmen, also wählen Sie einfach direkt [Hide and Exclude] aus.
Abbildung 5 Ausblenden und Ausschließen von Zeilen, die Sie nicht analysieren möchten
Eine andere Methode besteht darin, die Auswahlkriterien direkt rückgängig zu bearbeiten, die Zeilen, die nicht in die Analyse einbezogen werden sollen, direkt herauszufiltern und dann auf [Ausblenden und Ausschließen] zu klicken. Klicken Sie zum Abbrechen erneut auf [Ausblenden und ausschließen].
(3) Mit einem Klick in mehrere Teilmengen aufteilen
Wenn wir zu Analysezwecken die Daten basierend auf den unterschiedlichen Werten einer Variablen in mehrere Datensätze aufteilen möchten, z. B. in zwei Datensätze, männlich und weiblich, oder nach Y (geordneter Typ) in hoch aufteilen Wie einfach ist dieser Vorgang in JMP in den Beispieldaten , Mittlere und niedrige drei Datensätze?
Nehmen wir letzteres als Beispiel, siehe Abbildung 6. Wählen Sie die Basis des Datensatzes, den Sie aufteilen möchten, in der Variablennamensliste aus, die nach dem Aktivieren von [Subset-Basis] angezeigt wird. In diesem Beispiel teilt JMP den Datensatz basierend auf Y (sortierter Typ) automatisch in drei Subsets auf sind Y (geordneter Typ) = niedrig, Y (geordneter Typ) = mittel und Y (geordneter Typ) = hoch drei Teilmengen.
Abbildung 6 Teilmengen nach Variablenwerten aufteilen
Basierend auf der Variablen generiert JMP separat eine neue Teilmenge jedes Wertes in der Variablen. Wenn Sie beispielsweise versehentlich eine kontinuierliche Altersvariable als Grundlage für die Aufteilung verwenden, werden auf Ihrem Bildschirm Hunderte von Teilmengen angezeigt, und die Beobachtungen jeder Teilmenge haben das gleiche Alter.
Als Spezialfall der Aufteilung des Datensatzes kann die Zufallsstichprobe eigentlich als Aufteilung des Datensatzes angesehen werden, was einer Aufteilung der zufällig ausgewählten Beobachtungen zu einer zufällig ausgewählten Stichprobe gleichkommt.
Es gibt viele Möglichkeiten, Zufallsstichproben in JMP durchzuführen. Hier ist die einfachste Zufallsstichprobenmethode. In einem späteren Artikel werden wir detailliertere Zufallsstichprobenmethoden vorstellen.
Diese Methode befindet sich noch im Dialogfeld [Tabelle]→[Untermenge], wie in Abbildung 7 gezeigt. Der Teil im roten Feld stellt die Schlüsseloption für den Stichprobenbetrieb dar. Wählen Sie eine der beiden Methoden.
Abbildung 7 Zufallsstichprobe
Wie in Abbildung 7 gezeigt, erscheint nach dem Klicken auf "OK" ein neuer Datensatz, dies sind die zufällig ausgewählten Beispieldaten, die Sie möchten. Dies ist wahrscheinlich die einfachste Zufallsstichprobenmethode der Geschichte. Über welche Stichprobenprobleme sollte ich mich bei diesem Tool Gedanken machen?
Natürlich handelt es sich bei dieser Art der Zufallsstichprobe nur um eine einfache Zufallsstichprobe. In der Praxis gibt es viele Stichprobenverfahren, wie zum Beispiel die geschichtete Zufallsstichprobe. Auch dies ist in JMP sehr einfach zu implementieren. Wir stellen es im Artikel zur Zufallsstichprobe vor später. Bleiben Sie dran!
