Hallo.
Mein Name ist rauben Schnitzer, und heute ich wollen zu Teilen a Geschichte
um a Projekt Ich habe gewesen Arbeiten an in mein klein Stadt, Dorf in Massachusetts.
Bei das Anfang, Krank Punkt aus das das Folien
und das JMP Daten Tisch sind hoch an das Entdeckung Webseite
und es gibt a Neu akademisch Fall lernen an Dies sehr Thema das Wille sein Gesendet.
Es ist nicht schon Gesendet. Es Wille sein Gesendet sehr demnächst.
Was Ich bin hoffend zu tun in 30 Protokoll ist verbringen die meisten von unser Zeit mit a JMP Demo,
aber du bist gehen zu brauchen etwas Kontext und Hintergrund.
ich wollen zu zur Verfügung stellen a wenig bisschen von a Szenario,
geben Sie a Sinn von das Problem das Ich bin versuchen zu lösen,
und sich unterhalten um das Forschung Strategie
und dann erhalten hinein das Demo und wickeln hoch mit etwas Schlussfolgerungen.
ich live in a Stadt, Dorf genannt Sharon, die ist ein archetypisch Neu England Stadt, Dorf.
Hier Sie sehen a Bild von unser Talent Center.
Es war eingebaut in 1765, also ein alt Gemeinschaft.
Wie viele Neu England Gemeinschaften, das gesetzgeberisch Funktion von das Stadt, Dorf,
verwaltet durch das jährlich Stadt, Dorf treffen in die jeder kann Kommen Sie und sprechen.
M emorialisiert in das normannisch Rockwell Bilder.
Aus das Anfang, wir haben Gebraucht ein offene Stadt treffen
und das Exekutive Funktion ist getragen aus durch a dreiköpfig Tafel
bekannt wie Das Auswahlgremium.
Aber seit normannisch Rockwells Tag, Gemeinde Regierung hat werden
technologisch, finanziell, rechtlich mehr Komplex,
eben zum das die meisten grundlegend Dienstleistungen das a Stadt, Dorf bietet.
Teilnahme bei das Stadt, Dorf treffen hat Ja wirklich schrumpfte.
Um a Jahr und a halb vor,
Das Auswahlgremium erstellt a Führung lernen Komitee, von die Ich bin a Mitglied.
wir sind Ärzte und Rechtsanwälte
und Buchhalter, und Lehrer,
und Marketing Personen, lokal Geschäft Personen.
Ich bin das Bewohner Statistiken Kerl.
Im Laufe der Zeit, das Population von das Stadt, Dorf hat sich entwickelt, ist gewachsen .
Es ist mehr vielfältig als es war 100 Jahre vor.
Wir haben Weg aus ein landwirtschaftlich Herstellung Gemeinschaft
zu a Schlafzimmer Gemeinschaft zum das Stadt von Boston.
Viele von Profis Arbeiten in Krankenhäuser und Universitäten, Gesetz Firmen in das Stadt.
Personen neigen nicht zu live und Arbeit in das Stadt, Dorf,
und das hat Auswirkungenq an Beteiligung in Stadt, Dorf Führung.
Das aufladen zu das Führung lernen Komitee
ist finden Wege zu Schub Bürger Engagement.
wir haben gewesen tun unser fällig Sorgfalt.
Wir haben gewesen forschen, wir haben befragt Einwohner,
wir haben lesen das Literatur, wir haben interviewt Stadt, Dorf Beamte.
Einer Teil von unser Forschung, und das ist was Dies sich unterhalten ist um,
ist wir gesucht zu erreichen aus zu Städte wie Sharon
zu finden aus was sind sie tun, was ist ihr Erfahrung.
Es gibt etwas vergleichend Forschung.
Dort sind 350 Städte in Massachusetts.
Wir haben Zeit Einschränkungen,
und Also war suchen zum a Weg zu identifizieren a klein Nummer von Gemeinschaften
das sind ähnlich zu uns.
Wir nicht wollen zu neu erfinden das Rad,
aber wir Gedanke das Modernisierung es etwas möchten sein a gut Idee.
Das Fahren Frage bedeckt in Dies Forschung
ist die Städte sind ähnlich zu Dies Stadt, Dorf.
EIN wenig bisschen um Sharon.
Wir mach Sitz in Südosten Massachusetts.
Wir sind nicht zu weit aus Plymouth,
die ist wo das 1620 Kann Blume Landung passiert.
Dies Gemeinschaft war ursprünglich besiedelt durch Wampanoag Völker.
Europäer angekommen in 163 7.
War um auf halber Strecke zwischen Boston und Vorsehung.
Zum das Sport Fans aus dort,
wir sind nächste Tür zu wo das Neu England Patrioten abspielen Fußball.
Bevölkerung um 18.500, die ist ziemlich Durchschnitt in Massachusetts.
Wir haben Großartig Prozentsatz von das Wähler von das Population sind Eingetragen Wähler.
Noch aus von alle diese Personen, wir erhalten 2% zum a Stadt, Dorf treffen.
Die meisten in letzter Zeit in Kann von 2022.
Dies war das Szene und a viel von das ist COVID verbunden.
Dort war Sozial Distanzierung Regeln in Wirkung, aber sich herausstellen ist niedrig,
teilweise Weil von COVID,
teilweise Weil von Faktoren das wir nicht völlig verstehe.
Einer Aufgabe zum das Führung lernen Gemeinschaft ist zu Erwägen
Sonstiges Alternativen zu Stadt, Dorf treffen,
oder Optimierungen und Erweiterungen der Bürgerversammlung.
Unter Zustand Gesetz in ein offene Stadt treffen
zu sich beteiligen, Sie haben zu sein in das Zimmer.
Es ist Übertragung an lokal Fernsehen,
aber Sie haben zu sein gegenwärtig zu sprechen oder zu Abstimmung.
Bundesland Gesetz Auch sagt es gibt Drei Wege zu Lauf lokal Regierung.
74% von das Gemeinschaften, das groß mehrheitlich tun was Sharon tut.
Offene Stadt treffen einmal oder zweimal a Jahr.
EIN klein Nummer haben was ist genannt Vertreter Stadt, Dorf treffen in die
Wähler wählen ihr Nachbarn, kann sein a wenig hundert von Sie,
zu sich beteiligen und Abstimmung in Stadt, Dorf treffen.
Traditionell Städte haben hatte klein Räte
mit a Bürgermeister oder Administrator von etwas nett.
Zunehmend das ist Sein angenommen durch Städte, und Also war suchen hinein das.
Zum Dies sich unterhalten, das Aufgabe ist identifizieren Peer Städte,
das wir kann dann wir könnte dann Interview und konsultieren mit und erreichen aus zu Sie.
ich genannt etwas von das Zustand legal Einschränkungen.
Einer Sonstiges Zwang ist das Stadt, Dorf Bretter,
wie a Regierung lernen Komitee, haben zu haben offen Sitzungen.
Irgendetwas wir tun und sich entscheiden und absichtlich um hat zu sein in Öffentlichkeit,
die ist a gut Ding.
Wir haben nein Budget.
Wir haben etwas wunderbar Mitarbeiter in das Stadt, Dorf Halle, aber sie sind
belebt tun Sonstiges Dinge wie Gut.
Daten Verfügbarkeit war a gemischt Geschichte.
Eine Menge von Daten verfügbar um Eigenschaften von Gemeinschaften.
War Ja wirklich interessiert in wie viele Personen sich beteiligen in lokal Regierung
und es gibt nein zentralisiert Daten um das,
also wir erforderlich zu Jagd zum Proxys.
Wir Auch hatte nein Fähigkeit zu zwingen Leute in Sonstiges Städte
zu Treffen mit uns, beraten uns, oder Teilen Daten mit uns.
War Betriebs in a Thema Bereich das ist schwer regiert durch Tradition.
Personen Ja wirklich spalten zu das normannisch Rockwell-Zoll.
Wir kam hoch mit a drei- Bühne planen.
Wie a Komitee, wir Brainstorming Variablen, sagen warum tun Personen sich beteiligen?
Warum nicht Personen sich beteiligen?
Warum sind anders Städte anders?
ich dann gegriffen etwas Daten aus Wähler sich herausstellen in a jüngste landesweit Wahl
zu verwenden wie a Proxy zum Bürger Engagement.
rannte etwas Modelle in JMP
zu identifizieren diese Variablen das erscheinen zu haben vorausschauend Wert.
Das Komitee dann besprochen und einige weitere Variablen hinzugefügt
das sie Gedanke war wichtig an das Stadt, Dorf treffen Abmessungen.
Dass generiert 20 Anzeichen Säulen,
die ich wusste war weit mehr als ich gesucht zu handeln mit.
ich konsultiert mein Gehirn vertrauen etwas akademisch Kollegen Besondere Danke gehen zu,
Mia Stevens und Ruth Bescheiden bei Chomp,
wer geraten mich an Rektor Komponenten Analyse,
die Krank Hinweis das das Anfang war nicht Teil von mein Komfort Zone,
also ich gesagt Sie a wenig bisschen um das.
Dann ich lief Cluster Analyse.
Das ist die hauptsächlich Veranstaltung heute.
Personen an das Komitee verstanden
das wir wahrscheinlich wollen zu sein sprechen zu Städte von vergleichbar Größe,
aber es gibt mehr zu Ähnlichkeit als Größe.
Es gibt mehr zu Ähnlichkeit als Sein a geographisch Nachbar.
Teil von das Arbeit beteiligt
anweisen das Komitee a wenig bisschen an Cluster Analyse.
Gerade in Fall irgendjemand Aufpassen nicht haben viel Hintergrund in Dies,
Hier ist wie ich tat es.
ich sagte Gut,
wir kann sehen bei Population und etwas anders bei das gleich Zeit.
und vielleicht obwohl das etwas anders hat ein Einschlag an Beteiligung.
Im Dies Fall, das Y Achse war a Single Familie Eigentum MwSt Rechnungen.
Du kann sehen das es gibt a Bündel von Städte ähnlich in Größe zu Sharon,
aber die könnte haben sehr anders MwSt Auswirkungen.
Das Idee und Cluster Analyse,
wenn Sie sind gehen zu Arbeit in zwei Maße,
wählen zwei Attribute das Sie denken sind relevant zu dein Anfrage,
Verbreitung das Städte aus an diese zwei Maße,
und dann identifizieren eine angemessene Nummer von Städte
das sind vernünftig ähnlich zu Sharon.
Das ist a groß Idee in Cluster Analyse.
Glücklicherweise war nicht begrenzt zu zwei Attribute oder zwei Maße.
Wir kann haben mehr als das.
mit das, ich denken Sie jetzt kennt genügend zu Folgen das Demo.
Wo war gehen hinein Dies Demo,
ich hatte verwendet versammelt Daten aus a Vielfalt von Zustand und öffentlich verfügbar Quellen.
Gebraucht Anfrage Baumeister zu bauen a groß Daten Tisch
inspiziert zum Ausreißer und fehlen Daten.
Das ein echtes Ausreißer ist das Stadt von Boston,
die ist nur einzigartig.
T Hut ausgeschlossen aus alle das Analyse.
EIN wenig bisschen von fehlen Dies, aber nichts abscheulich.
Ich bin gehen zu sein zeigt Sie a JMP Projekt.
Lassen mich Schalter Getriebe, Bewegung hinein das Demo und ich Hoffnung das ich tun Dies korrekt.
Was war suchen bei ist mein Daten Tisch von 351 Städte und Städte.
Das Erste mehrere Säulen sind Identifikation,
Größe von Der Wahlvorstand,
ihr gesetzgeberisch Möglichkeit Name von Gemeinschaft.
Das nächste 20 Säulen sind unser Prädiktoren.
Nur um runden uns a bisschen,
wenn wir sehen bei etwas Basic beschreibend von das Gemeinschaften,
Städte in Massachusetts neigen zu sein an das klein Größe.
Das Mittel ist nur 10.000 Personen.
Sharon ist ziemlich nahe das bedeuten Gemeinschaft Größe.
Bedingungen von gesetzgeberisch Funktion, 74% verwenden offen- Stadt, Dorf Sitzungen,
also wir sind in gut Gesellschaft,
und in Bedingungen von das Größe von Das Vorstand auswählen die ist,
Ein weiterer Ding, das Führung Komitee ist suchen bei nur um 50/ 50.
Halb von das Stadt mit a Auswählen Tafel haben drei Mitglieder, halb haben fünf.
Wir haben habe diese 20 Prädiktoren.
Einer Ausgabe das kommt hoch ziemlich früh in das Analyse ist der Linearität.
Hier ich haben fünf
Variablen das alle sprechen zu das Größe und das elektrisch, das Größe von das Stadt, Dorf.
Du kann sehen das dort sind einige sehr stark Korrelationen.
Wir allgemein Apropos,
nicht wollen zu handeln mit Also viel von der Linearität.
Einer Weg aus ist Rektor Komponenten Analyse.
Bei Dies Punkt, nicht ziemlich bereit zu springen hinein gruppieren,
aber wollen zu nehmen diese 20 Säulen und destillieren Sie Nieder,
sparen wie viel Information wie möglich,
aber reduzieren das Redundanz und Kollinearität über Säulen.
Zu tun das,
Hauptbestandteile Analyse ist ein Ausgezeichnet Möglichkeit.
ich nicht haben das Fähigkeit heute zu geben a voll Absturz Kurs
in Rektor Komponenten Analyse,
aber wir kann sehen das wir haben Variablen das erscheinen zu sein
überlappend in Bedingungen von ihr Botschaft.
Wir Auch kann sehen das
Wenn Sie geben a PCA 20 Säulen, es anfänglich kommt hoch mit 20 Komponenten.
Das Erste wenig von die erscheinen zu Erfassung die meisten von das Variabilität.
Wir haben zu machen a Entscheidung um
wie viele Rektor Komponenten zu verwenden und was sie vertreten.
Zum Dies, das Bildschirm Handlung ist hilfreich
und war suchen zum a Knick oder ein Ellbogen in das Handlung.
Dass scheint zu passieren irgendwo Nieder hier, um 4, 5, 6 Komponenten.
Wenn wir konsultieren das
Wird geladen Matrix zu sehen wie
anders Variablen assoziieren Belastung hinein anders Komponenten,
wir kann Start zu subjektiv zuordnen Bedeutung zu das Komponenten.
Krank schneiden zu das Verfolgungsjagd.
Wir ausgewählt sechs Rektor Komponenten
wie Sein informativ zum das Zwecke von Cluster Analyse,
und kam hoch mit etwas Interpretationen das gemacht Sinn zu uns.
Dinge wie wie groß ist das Stadt, Dorf?
Wie wohlhabend ist das Stadt, Dorf?
Wie schnell ist es wachsend?
Jetzt war bereit zum Clusterung.
Zurück zu JMP.
Dort sind zwei Basic Ansätze zu Clusterung.
Du könnte denken von Sie wie a oben- Nieder und a Unterseite- hoch.
Beide von Sie nehmen das roh Daten, standardisieren es,
und dann berechnen Euklidisch Entfernungen zum jeder Paar von Reihen in das Daten Tisch
zum jeder Paar von Gemeinschaften.
Nehmen hinein Konto sechs Faktoren,
sechs Prinzip Komponenten.
Größe, Wohlstand, Ausbildung, Dinge wie das,
die Einsen sind ähnlich zu Sharon
in hierarchisch gruppieren?
Das Bericht beginnt uns aus mit a blendend Graph das mit 350 Reihen,
Dies ist schwer zu interpretieren.
Lasst uns Start Gut Kommen Sie der Rücken zu es.
Start mit etwas das ist a wenig Einfacher zu interpretieren,
die ist das Cluster Zusammenfassung.
Im das hierarchisch Methode, JMP hat gefunden zum uns 16 Cluster.
ich kann erzählen Sie Weil ich gipfelte
das Sharon wendet sich aus zu sein in Cluster fünfzehn.
Sharon und 23 Sonstiges Städte.
Zum Beispiel,
wenn Sie Scan Nieder das Wohlstand Säule, wir sehen das,
wieder diese sind standardisiert Partituren,
diese sind das die meisten wohlhabend Städte in das Zustand.
Wenn wir Kommen Sie Über hier zu das Wachstum Säule,
und Dies ist weitgehend Wachstum in das Gehäuse Einheiten und Population.
Das am wenigsten Wachstum, in Tatsache, etwas Negativ Wachstum.
Wenn wir Kommen Sie der Rücken hoch hier.
Jetzt, haben sah bei das Cluster Zusammenfassung,
alle von das Cluster haben gewesen identifiziert und farbig.
JMP gibt uns a schneiden Punkt.
Wenn wir Zoomen in an Cluster fünfzehn.
Machen wir das ein bisschen größer.
Sharon ist hier in das Center.
Es ist nächste Euklidisch Nachbar ist Winchester,
die ist um ein Std Fahrt.
Wir jetzt haben a vorläufig aufführen von Städte zu konsultieren mit.
Alle Rechts, Also das ist a Absturz Kurs in das hierarchisches Clustering.
Krank Bewegung aus zu das K-Mittel.
Hierarchisch ist Unterseite hoch.
Wir Anfang mit 350 Individuell Städte wie Cluster.
Wir abfragen das Distanz Matrix, alle das parallelisiert Entfernungen,
finden diese zwei Städte das sind nächste zu jeder Sonstiges,
sie bilden a Cluster.
Wir nehmen das bedeuten Distanz von das Cluster.
Jetzt war entweder suchen zum das nächste zwei nächste Städte
oder das nächste Stadt, Dorf das ist am nächsten zu das Gruppe,
und iterativ Prozess zum das Baum bis um
wir haben eines riesig Cluster von 350 Städte.
Mit KM eans Clusterung.
Wir kippen das Prozess.
Wir Anfang mit 350 Städte in eines Cluster
und dann Start schneiden und Teilen in mehrere Maße.
Im Dies sich nähern, gleich Dienstprogramm und Entfernungen, gleich Distanz Matrix,
wir Ende hoch mit Sharon Sein in Cluster Nummer 4,
mit a voll Kompliment von 33 Städte.
Wir automatisch erhalten a Cluster meint Bild.
Wieder, sehr wohlhabend niedrig Wachstum,
nicht Notwendig das niedrigste, aber niedrig Wachstum wieder.
Wir erhalten leicht anders Ergebnisse.
ich denken in das Interesse von Zeit, ich Wille Show Sie eines Sonstiges Graph.
Es gibt verschiedene Dinge zu sehen bei,
aber Lasst uns sehen bei das parallel Koordinate Blöcke.
Was ist dieses Werkzeug?
Wir haben 16 Cluster,
und durch das Weg in K-Mittel,
es ist hoch zu das Benutzer zu angeben das Nummer von Cluster.
ich gewählt 16 wie a beginnend Punkt Weil das ist was hierarchisch gab uns.
H ehe wir sind, Cluster vier.
Das dunkel braun Linie ist Sharon.
Hier wir sehen das sechs Eigenschaften, das sechs Rektor Komponenten.
F oder Beispiel, wenn wir vergleichen,
wie ist Cluster 4 anders aus Cluster 3 Lasst uns sagen, oder Cluster 5,
kann sein ähnlich in Größen.
Cluster fünf, weniger wohlhabend.
Eigentum Werte sind a wenig niedriger.
Dauerhaft Population verweist zu
ihr Gemeinschaften mit Universitäten, Krankenhäuser, Gefängnisse, Also her,
Urlaub Häuser, Schneevögel wer verlassen zum das Winter.
Städte abweichen in Bedingungen von ihr dauerhaft Bevölkerungen in Cluster drei, viel niedriger.
Hier ist wo wir finden unser Universität Städte.
ich nur geknallt hoch das Stadt, Dorf von Shirley, Massachusetts
wie das Zustände größten
maximal Sicherheit Gefängnis.
ich nicht kennt wenn wir Erwägen diese Leute dauerhaft Residenz oder nicht, aber irgendein Veranstaltung.
Wir haben erledigt zwei anders Clusterung Methoden.
Lasst uns nehmen a sehen bei wie das Ergebnisse vergleichen.
ich Gerettet innerhalb jeder Clusterung Methode,
das Cluster Zuordnungen zum jede Stadt, erstellt binär Variablen.
Gibt Sie in das gleich Cluster wie Sharon oder sind Sie in a anders Cluster?
ich Auch, nur wie ein beiseite,
JMP hat viele von wunderbar gebaut in geographisch Karten.
Es tut nicht haben a gebaut- in Karte zeigt
Gemeinde Grenzen innerhalb das Zustand von Massachusetts.
Aber es wendet sich aus das mit JMP
es ist ziemlich einfach zu schaffen a Neu geographisch Karte.
ich war fähig zu tun Dies ohne sehr viel Arbeit bei alle.
Hier sind das Ergebnisse von hierarchisch gruppieren, Cluster fünfzehn.
Sharon ist hier.
Es ist ähnlich Städte sind in blau.
ich war zufrieden zu sehen das mein wenig sehr klein Heimatort von Marmorh lesen
ist ähnlich zu das Platz ich gerührt zu.
Hierarchisch Clusterung 15 gibt uns diese 24 Städte.
K-Means-Clustering und etwas mehr Städte, aber es gibt ein furchtbar viel von Überlappung.
ich Auch, nur aus von Neugier,
sehen zu identifizieren das 33 Städte etwa 10% des Staates
das ist die meisten ähnlich Sharon.
Dies ist a größer Gruppe.
Wieder, ein furchtbar viel von wiederholt.
EIN viel von wiederholt.
Dass letzte sich nähern Auch gab uns etwas Sonstiges Vorteile.
ich wollen zu jetzt Wechsel der Rücken zu Power Point und sich unterhalten um etwas von diese.
Ö Ne letzte Punkt Vor ich beende das Demo.
Wir war Auch neugierig zu Fragen...
Meist unser Tor war, wer soll wir Interview?
Wer soll wir Anruf in zu Treffen öffentlich mit unser Komitee?
Aber während war bei es,
Lasst uns sehen was unser Gleichaltrigen tun in Bedingungen von Führung.
Bundesweit,
offene Stadt treffen- OTM— dominiert 74% und dort ist nein Dominant vierte Größe.
Wenn wir sehen bei wer ist in unser Gruppe,
Lassen mich verwenden K-Mittel, Weil es ist a wenig bisschen größer Gruppe.
Dass 74 %,
springt hoch zu 85% mit Zeit treffen.
Durch a zwei zu eines Rand,
Städte haben fünfköpfig Auswählen Bretter.
Jetzt, Dies ist nicht endgültig wie zu Kanal mein Mutter.
Wenn alle das Sonstiges Städte gesprungen aus das Reich Bundesland Gebäude,
wir würde nicht Notwendig wollen zu springen aus.
Aber es ist interessant zu Hinweis das das Städte die meisten ähnlich zu Sharon
favorisieren das fünfköpfig Tafel
und sind eben mehr geneigt zu offen- Stadt, Dorf treffen.
Mit das, Lassen mich
erhalten der Rücken zu etwas Schlussfolgerungen.
Na und tat wir lernen?
Einer Ding wir gelernt war das geographisch Nähe ist uninformativ in diese Karten,
keiner von das anliegend Städte kam hoch blau.
Unser die meisten ähnlich Gemeinschaften sind nicht unser nächste Tür Nachbarn.
Wie ich nur bemerkt,
offene Stadt treffen in fünf- Mitglied Bretter Ja wirklich überwiegen.
So was tat wir tun?
Dies Arbeit eigentlich passiert mehrere Monate vor.
Wir war fähig zu priorisieren unser Reichweite,
Start kontaktieren diese Städte die meisten ähnlich zu uns.
Viele war äußerst Kooperative und geteilt a viel von Information und Daten.
Wir Auch nicht wollen zu davon ausgehen das offene Stadt treffen
war das nur Weg zu Erwägen,
also wir gesucht zu sich unterhalten zu Personen mit Vertreter oder Räte.
Diese Euklidisch Entfernungen wurde lehrreich in Bedingungen von,
okay, keiner von unser sofort Nachbarn, am nächsten Nachbarn
verwenden Stadt, Dorf Rat oder Vertreter Stadt, Dorf treffen.
Aber die RTM Stadt, Dorf, die Rat Stadt, Dorf ist die meisten wie uns?
Und wir kontaktiert diese Leute wie Gut.
W e ging aus haben zu betrachten Reichweite zu 350 Städte
in a begrenzt Menge von Zeit und mit nr Geld und Personal,
zum fokussierten Sampling Methode.
Dann Weil Stadt, Dorf Beamte sich unterhalten zu eines Ein weiterer
und sie sind beruflich aktiv,
das LED uns zu Sonstiges Interviewpartner.
Mit das, ich denken das ist um mein Zeit.
ich Hoffnung Dies hat gewesen interessant und konstruktiv.
Dank Sie zum Kommen
und ich Hoffnung Sie Viel Spaß das sich ausruhen von das Programm.
