Remercier toi tous pour en cliquant sur ce parler et à venir pour montre il.
Ce est vraiment à propos biais dans données.
Chaque analyste ce travaux sur un projet comprend
le importance de assurer ce le données ce ils collecter est impartial.
Le pas sont pris pour éviter ce à le commencer de le données collection,
avant le projets même vraiment commencé,
là sont nombreux chèques qui pointe le long de le analyse,
et alors à le fin, n'importe quel conclusion atteint est pris
dans le contexte de potentiel supplémentaire sources de biais.
Mais ça même niveau de se soucier n'est pas appliqué pour en ligne recherches sur les sujets de intérêt.
Recherche moteurs utiliser algorithmes ce sont conçu pour livrer
personnalisé contenu ce est pertinent pour nous comme personnes.
Maintenant, ce a avantages.
Il moyens ce retour recherche les coups
sont plus probable pour être pertinent et intéressant,
mais il aussi a désavantages.
Par définition, ces sont pas impartial.
Nous ont un exemple.
Oui je entendu ils apporté en haut un super indiquer là,
dans science et ingénierie,
nous prendre un super se soucier pour faire bien sûr ce notre échantillons sont impartial.
Mais allons penser de un bibliothèque.
Nous marcher dans le bibliothèque et il y a deux personnes intéressé
dans délation eux-mêmes sur vaccin sécurité.
Allons dire ils marcher dans un bibliothèque
et demander un bibliothécaire pour ces livres sur vaccins,
alors le d'abord personne reçoit trois livres.
Ces sont réel livres.
Petitp boeuf : un Vaccin Succès ,
Anti-vaccins : H aïe pour Défi le Mal informé Mouvement,
et Bloqué: Comment Vaccin Rumeurs Commencer et Pourquoi Ils Ne le faites pas Aller Loin.
Maintenant, allons dire un différent personne des promenades dans
et reçoit trois complètement différent livres.
LE COVID VACCIN : UN nd silence de notre
médecins et scientifiques,
Piquée : H aïe le Vaccin Industrie,
Médical Établissement, et Gouvernement Bâton il pour Toi et Ton Famille,
Quiconque vous dit que les vaccins sont sûrs et efficaces ment.
Ces sont réel livre titres.
Allons dire ce en regardant à OMS toi sont,
donc où toi en direct, comment vieux toi sont, ton genre,
peut être même ton navigateur histoire
détermine qui de ces ensembles de livres toi obtenir.
Ce est essentiellement quelques de le problème avec le biais
comme toi aller dans pour recherche pour choses en ligne.
Il peut être ce avant nous même commencer
en regardant à notre navigateur recherche, nous avons déjà a obtenu biais dans là
et nous vouloir pour comprendre si c'est le cas ou pas.
C'est quoi motivé ce.
Toi a obtenu n'importe quel pensées sur ça, H Adley ?
Bien, je penser ce le pensée ce Identifiant comme pour exprimer droite maintenant
est ce le but de ce présentation n'est pas pour juge ou pour émettre un avis
sur le avantages ou désavantages de le recherche algorithmes
ce peut ou peut pas être utilisé.
Le but ici vraiment est juste pour prendre un exemple
de complexe/ non structuré données et complexe parce que il est non structuré
et ce était recherche résultats.
Alors pour utiliser quelques de le exploratoire visuel
et analytique capacités trouvé dans JMP Pro 17 pour essayer pour comprendre
quoi nous étaient voyant et pour cadeau il dans tel un chemin pour aider toi pour comprendre.
Le but de ce présentation est pour inspirer toi pour essayer ces techniques
pour vous-mêmes et autres comme eux sur ton posséder données.
Allons aller à travers brièvement le méthodologie.
Quoi Pierre et je a fait était nous est venu en haut
avec un peu recherche conditions nous pensée serait mener pour intéressant résultats.
Toi peut voir ceux conditions ici.
Nous définir quelques potentiel saisir variables
qui peut ou peut pas être affectant le résultats de le recherche.
Nous savoir ce là sont très probable autres comme Bien ce nous n'a pas inclure.
Ce est vrai avec n'importe quel conçu expérience.
Nous ne peut pas capture chaque variable, mais nous a pris un peu.
Bien voir si ces sont important ou pas.
Nous développé un données collection procédure
par lequel nous utiliser le MSA conception dans le BICHE menu.
Ce est un pratique chemin pour créer ces les tables ce nous peut alors envoyer
pour JMP SE et amis de SE.
Maintenant, droite loin ce n'est pas un impartial aléatoire assortiment
de personnes nous avons demandé pour remplir dehors ces.
Ils sont tous personnes ce travail pour le même entreprise et ont le même emploi titre.
Comme nous a dit, le but est vraiment
pour comprendre le techniques et méthodes ce nous utiliser pour essayer pour comprendre le données,
et alors pour penser à propos comment toi peut appliquer il toi-même.
Nous exploré le résultats qui Bien montrer toi.
Alors enfin nous présenté le résultats à le JMP Découverte Sommet Amérique 2022,
qui est quoi toi sont en train de regarder droite maintenant.
Sans plus loin ado, allons saut dans le données.
Je vais commencer dehors par en parlant juste brièvement à propos le MSA conception ce toi voir ici.
Quoi nous avons fait est nous avons ajoutée le facteurs de intérêt,
nous avons ajoutée le conditions de intérêt ce nous étaient en regardant à.
alors le bon chose à propos ce est ce quand nous faire le tableau,
quoi nous pourrait toujours faire est presse ce bouton,
envoyer ces dehors pour tout le monde ce nécessaire pour complet le résultats pour nous,
envoyer eux dos, catenate les
et alors étaient prêt pour commencer début notre analyse.
Mais comme n'importe quel analyste qui est jamais collecté données
et essayé pour analyser sait le données très souvent n'est pas dans un format
où toi peut immédiatement commencer avec ton analyse,
quelques nettoyage besoins pour être fait.
Je vais passer choses sur pour Pierre pour parler à propos ce.
Pete ?
Oui, super indiquer.
je penser tout le monde a disparu à travers ce.
Même avec un Bien- DOE conçu,
toi souvent ont pour faire quelques ajustements pour faire le analyse.
Hadley montré ceux opérateur des feuilles de calcul
ce est venu dehors, et ici est un ce je rempli dehors.
Je suis pas en allant pour donjon moi-même anonyme,
mais je n'a pas vouloir pour partager quelqu'un d'autre résultats.
Mais juste pour donner toi un idée, nous avait gens répondre
un peu démographique des questions ce avec un peu de chance n'étaient pas aussi révélateur,
mais essentiellement où toi étaient situé,
comment vieux toi sont, et alors le recherche terme toi utilisé.
Comme Hadley montré, là était trois réponses.
Nous avait personnes faire ce recherche et alors montrer le haut trois réponses
ce ce recherche moteur recommandé.
Pour faire le analyse,
le d'abord chose nous avait pour faire est juste prendre ces trois et apporter eux ensemble.
Ce est un bon facile chemin pour faire ce,
est pour aller sous le Colonnes, utilitaires et juste combiné Colonnes.
Maintenant je juste appelé ces réponses et fait un petit délimiteur.
je décochée ce plusieurs réponse 'cause étaient en allant pour juste faire
texte analytique sur ce.
Alors toi obtenir ce,
qui est le tableau ce nous, excusez-moi, la colonne étaient en utilisant pour Texte Explorateur.
Maintenant, je a fait ce et alors je apporté dans tous de le résultats
depuis tous le différent personnes OMS a pris le enquête
et peaufiné un petit bit plus comme combiné si toi étaient dans le NOUS,
qui État toi étaient dans, et alors résumer ce dans région
entre l'Amérique et L'Europe ,
'cause nous n'a pas ont assez répondants pour casser il en haut par État.
Mais dans le fin, nous fin en haut avec un tableau ce regards comme ce.
Nous avait pour faire un petit bit de recodage,
nous avait pour faire un petit bit de remplissage ce dans
et alors anonymiser ce recherche moteur.
Le gens ce a obtenu le enquête connaissait qui recherche moteur pour utiliser,
mais étaient pas partage ce ici.
Hadley est en allant pour maintenant parler à propos quelques
de le résultats nous scie dehors de ce une fois nous avait il dans ce former.
Allons ouvrir en haut ce tableau de bord droite ici.
Quoi tu es voyant sont le la plupart populaire conditions
dans commande de popularité depuis gauche pour droite, descendant commande
pour le d'abord réponse, deuxième réponse, et troisième réponse pour chaque un
de le recherche conditions, pour chaque genre et âge et tous de le autre facteurs.
O peut utiliser ce
et ce hiérarchique filtration sur le tableau de bord pour explorer
ce un petit plus proche, voir si nous peut apprendre quoi que ce soit.
Un chose je arriver pour avis si nous regarder
à le monde est et nous Cliquez sur sur homme, tu vas voir ce pour la plupart personnes,
ou pour beaucoup personnes, le d'abord recherche ils trouvé était ce le monde
est pas assez si tu es femme, également probable est pour trouver il ton huître.
De façon intéressante, si tu es moins que 40 années vieux,
c'est quand le monde est pas assez, soudain devient le monde est le vôtre.
je penser nous pourrait probablement accepter avec c'est probablement vrai pour personnes
sous 40, n'est pas il?
Quoi autre ont nous a obtenu ici?
Si je regarder à climat changement,
donc un autre bien sur chaud sujet de intérêt ces jours,
comme Bien il devrait être.
Si je étaient pour regarder à personnes sur 50,
apparemment un énorme préoccupation pour eux est si climat changement
est en changeant bébés dans le utérus,
qui, de façon intéressante, n'est pas un préoccupation pour personnes dessous 40.
je demandé si
ce est un valide préoccupation pour personnes sur 50,
si ils sont plus probable pour ont leur bébés changement
dans leur utérus ou pas.
Mais de côté depuis ce,
allons prendre un marcher dos et voir comment nous peut aller à propos créer ce tableau de bord.
C'est assez simple.
Le d'abord chose nous besoin pour faire est pour créer notre filtre variables.
j'ai fait ce ici.
Voici notre recherche conditions et notre distributions.
Quoi Je vais faire est Je vais aller à travers comment pour créer le graphique constructeur rapport,
parce que c'est quelque chose ce toi peut pas être familier avec,
ce toi pourrait être intéressé dans action.
Je suis en allant pour prendre mon d'abord réponse,
mettre il ici, et simplement choisir le nombre ce ceux se produire.
Alors je peut droite Cliquez sur et commande par compter descendant.
J Chapeaux il.
j'ai fait le même chose pour mon deuxième réponse
et mon troisième réponse comme Bien.
Maintenant nous peut aller devant en mettant ensemble le pièces de le tableau de bord.
Bien Cliquez sur sur nouveau tableau de bord,
Bien choisir le hiérarchique filtre plus un.
Je vais prendre mon distribution résultats mettre eux là,
mon saisir paramètres, mettre eux là,
et alors mon graphiques.
Allons voir, est ce un d'abord?
Eh bien, je ne peux pas dire.
Bien juste mettre eux dans commande comme ce,
et je peut toujours changement le commande si je vouloir.
Tous droite.
Je vais courir le tableau de bord,
et là nous ont il.
Il vraiment est comme simple comme ce.
Alors je peut aller devant et sauvegarder il pour le tableau.
Ce était un utiliser de un tableau de bord.
Je vais montrer toi un autre utiliser de un tableau de bord,
qui était pour utiliser il avec un Texte Explorateur Mot nuage.
Ce est le la plupart commun mots,
pas juste entier phrases ou entrées, mais individuel mots.
Toi peut voir le mot conception sembler pour être utilisé un parcelle.
Si je étaient pour regarder à, pour exemple, statistiques,
donc il regards comme tout le monde peut accepter ce statistiques est un science.
De façon intéressante, si tu es dans L'Europe , apparemment toi trouver il Plus fort que toi faire
si tu es dans Amérique, où ce n'a pas venir en haut,
donc quelque chose je arriver pour avis là.
Pour créer ce tableau de bord, c'est très beaucoup le même comme le autre un.
Bien ajouter notre distribution articles.
Voici le d'abord un, voici le deuxième un.
Bien ajouter notre Texte Explorateur Mot nuage,
et alors Bien simplement mettre ce un ensemble
juste comme nous a fait le précédent un.
Avec ce, Identifiant comme pour remercier toi
pour ce partie de le présentation à propos le exploratoire visuel analyse.
j'ai montré toi comment toi peut aller à propos
action ce en utilisant le hiérarchique tableaux de bord.
Maintenant Je vais tourner choses dos sur pour Pete,
qui le fera prendre nous à travers quelques plus dans profondeur utiliser de le Texte Explorateur.
Parfait. Merci, Hadley.
Comme Hadley mentionné ce est
un différent chemin pour afficher ce, mais ce est le fin résultat de en utilisant
le Texte Explorateur et en regardant juste à le Mot Nuage ici.
Il avait fait ce un tableau de bord
et utilisé filtres ce étaient graphique de nature, qui est super.
Toi pourrait faire ce aussi avec un local données filtre.
Mais ce est essentiellement le fin résultat étaient en allant pour.
Allons maintenant dos en haut et parler à propos comment nous a obtenu ici.
Avec notre données ensemble sur ici, nous juste lancé le Texte Explorateur
sous analyser menu,
nous mettre dans notre colonne ce étaient intéressé dans.
Dans ce cas, tous trois réponses combiné dans un colonne.
Nous ont un bouquet de choix nous peut utiliser pour tordre ce,
y compris langue et comment nous tokeniser le mots.
Mais étaient en allant pour aller devant et juste utiliser le par défaut.
Ici toi peut voir depuis nous ont différent réponses
pour différent recherche conditions,
le global terme et phrase liste par lui-même est pas super informatif.
Quoi nous serait vouloir pour faire est appliquer ce local données filtre
et le d'abord chose Bien regarder à est ce recherche terme.
Maintenant nous peut faire quelque chose comme le économie ou corona virus
ou climat changement et aller depuis là.
Allons se concentrer dans sur climat changement ici.
Un chose ce je recherché pour faire était ajouter quelques sentiment analyse.
Le d'abord chose Je suis en allant pour aller devant
et tourner sur ce Mot Nuage donc il regards comme il avait avant.
Maintenant nous peut afficher il ce chemin où toi
ont le la plupart commun terme dans là et toi peut voir c'est climat et changement.
Nous savoir ce étaient recherche ce,
donc je pourrait aller dans ici et ajouter ces comme mots vides
et maintenant voir qui ceux venir en haut
le la plupart fréquemment quand étaient mentionnant climat changement.
Ce est un chemin pour afficher le Mot Nuage.
je peut aussi aller à travers ici et peut être changement ce pour quelque chose
ce est un petit plus attirant pour le œil,
mais peut être moins utile depuis un quantitatif point de vue.
Toi peut toujours ajouter quelques arbitraire couleurs
si toi comme ce comme Bien.
Tous droite, donc j'ai fait ce pour ce indiquer,
mais maintenant je vouloir pour ajouter quelques sentiment analyse pour ce.
Sont personnes pensée climat changement
est naturel, un bien chose ou est il un mauvais chose?
Toi peut voir quelques choses dans ici ce peut être indiquer ce,
mais je n'était pas assez bien sûr où pour trouver sentiment analyse.
Avec JMP 17, nous ont ce nouveau fonctionnalité appelé Recherche JMP.
Si tu es jamais en regardant pour un analyse dans JMP,
ce est un super chemin pour trouver ce.
Si je juste commencer dactylographie dans sentiment,
toi peut voir droite ici ce il raconte moi comment pour trouver ce,
je peut faire le aider, mais je peut aussi juste frapper montrer moi et il lance il droite là.
Si Je suis jamais se demandant, Hé, comment peut je faire ce, ce donne moi le option.
Maintenant, un couple de choses toi voir ici
c'est identifié quelques de ces défaut conditions
ce sont fournir sentiment.
Choses comme bien.
Si je Cliquez sur sur bien, je obtenir un petit résumé.
Il regards comme quand personnes sont en disant bien,
ce est en fait un positif sentiment.
Maintenant, quoi à propos le plus grand ?
Oh, garçon, presque tout ce dit le plus grand est un le plus grand menace.
Peut être c'est pas en fait un positif sentiment là.
Nous pourrait besoin pour faire un petit bit de ajustement.
D'abord allons aller dans ici et dire, d'accord, Bien, le plus grand menace est un phrase
ce étaient voyant communément.
Je suis en allant pour juste ajouter ce phrase.
Encore, toi serait faire ce dans ton curation processus,
et maintenant toi voir ce ce va loin.
Mais je penser le plus grand menace est en fait un négatif chose.
Allons regarder à ceux sentiment conditions.
Toi peut voir JMP identifié ce comme quelque chose ce peut être a sentiment.
Je suis en allant pour juste dire, toi savoir quoi ?
C'est un vraiment négatif sentiment.
Maintenant quand nous aller bas ici,
toi peut voir ce c'est signalé ceux Sept occurrences
où ils mentionné le plus grand menace,
et il a dit ce ceux sont un très négatif.
C'est modifié notre global impression de, faire la plupart de ces recherche conditions
penser ce est négatif ou positif?
C'est juste un exemple de comment toi peut
marcher à travers ce couler et venir en haut avec le fin sentiment analyse.
Je suis en allant pour passer il dos sur pour Hadley
et laisser lui envelopper choses en haut ici.
Quoi Identifiant comme pour dire est ce nous montré toi,
d'abord de tous, comment nous est allé à propos en utilisant
le MSA Conception pour aider avec le données collection.
Nous utiliser Recoder et autre articles
dans le les tables menu pour aider avec le données faire le ménage en haut.
Nous alors utilisé Distribution, Graphique Constructeur,
Texte Explorateur, et combinaisons, tous de eux ensemble pour aider
avec le données exploration,
voir si nous peut dévoiler quoi que ce soit intéressant.
Alors Pierre utilisé Sentiment Analyse ensemble avec le Recherche et JMP 17
pour voir quoi autre nous peut apprendre à propos le données comme un ensemble.
Avec ce, je espoir toi trouvé ce utile.
je espoir c'est donné toi quelques des idées à propos comment
toi peut faire ce sur ton posséder données pour vous-mêmes.
Identifiant comme pour remercier toi tous pour écoute,
et je espoir toi apprécier le repos de le JMP Découverte Conférence.
Remercier toi.
