第 1 天的教学工作流程：在课堂上使用 JMP® 项目 (2020-US-30MP-608)级别：初学者
Ruth Hummel，JMP 学术大使，SAS
Rob Carver，斯通希尔学院/布兰代斯大学名誉教授
统计学教育工作者早就认识到项目和案例研究作为将主题整合到课程中的一种方式的价值。 无论是向新手学生介绍统计推理还是培训员工分析技术，让学生了解分析发生在应该遵循可预测工作流程的更大过程的背景下是很有价值的。
在本次演示中，我们将演示 JMP 项目工具来支持 Airbnb 房源数据分析的每个阶段。 在 JMP 项目环境中使用日志、图表生成器、查询生成器和许多其他 JMP 工具，学生学习记录该过程。 该过程如下所示：
- 问一个问题。
- 指定数据需求和分析计划。
- 获取数据。
- 清理数据。
- 进行分析。
- 讲述你的故事。
我们通过教授可靠的工作流程来帮助我们的学生，使他们开始遵循统计思维的逻辑并养成良好的思维习惯。 如果没有工作流导向，一门统计学课程看起来就像是一系列毫无关联、缺乏动力的技术。 当学生采用项目工作流程的观点时，这些部分会以一种令人兴奋的方式组合在一起。
自动生成的成绩单...
扬声器 | 成绩单 |
| 所以欢迎大家。 我的名字是 |
| 00 | 07.933 |
| 3 |
| JMP 大使。 我现在是一个 |
| 商学院退休教授 |
| 00 | 30.566 |
| 7 |
| 学生和学生之间 |
| 教授正在做一个项目。 |
| 00 | 49.700 |
| 11 |
| 12 |
| 让学生参与统计 |
| 推理，教那个 |
| 00 | 12.433 |
| 16 |
| 对此，目前的想法是 |
| 学生应该学习 |
| 关于可重现的工作流程， |
| 00 | 36.266 |
| 21 |
| 基础数据管理。 和， |
| 再次，将统计数据视为 |
| 00 | 58.800 |
| 25 |
| 26 |
| 今天想和你一起讨论这个 |
| 虚拟通话。 感谢您拥有 |
| 00 | 20.600 |
| 30 |
| 特别是在曼哈顿， |
| 你问过我们所以你 |
| 00 | 36.433 |
| 34 |
| 我们选择做Airbnb |
| 租客视角。 所以我们在 |
| 00 | 51.733 |
| 38 |
| 昂贵的。 |
| 所以我们 |
| 开始填写...你给了我们 |
| 00 | 09.166 |
| 43 |
| 44 |
| 单独的问题，来自您的主要问题 |
| 寻找位置的重点 |
| 00 | 36.066 |
| 49 |
| 你得到......如果你通过 |
| 前三个问题，你已经 |
| 00 | 54.100 |
| 53 |
| 知道，有没有一部分 |
| 曼哈顿，你有兴趣吗？ |
| 00 | 11.133 |
| 58 |
| 您发送给我们的存储库。 |
| 我们下载了真的 |
| 00 | 26.433 |
| 32.866 |
| 63 |
| 我们发现的东西，就像 |
| 此数据集中的四列 |
| 00 | 46.766 |
| 67 |
| 想通了，原来是这样 |
| 一、寄宿社区。 所以 |
| 00 | 58.100 |
| 71 |
| 72 |
| 发现前两个 |
| 只是有很多小东西 |
| 00 | 13.300 |
| 76 |
| 曼哈顿。 所以我们选择了 |
| 曼哈顿。 然后当我们有 |
| 00 | 29.700 |
| 80 |
| 这就是我们得到的 |
| 我们的曼哈顿房源。 所以 |
| 00 | 44.033 |
| 84 |
| 数据是你遇到这些 |
| 诸如为什么有四个问题 |
| 00 | 03.300 |
| 88 |
| 把它限制在曼哈顿，我会 |
| 回去清理一些 |
| 00 | 18.033 |
| 92 |
| 数据将描述我们的一切 |
| 确实得到了数据，我们会谈谈 |
| 00 | 28.400 |
| 33.200 |
| 97 |
| 知道我应该结合 |
| 它们基于邮政编码，邮政编码， |
| 00 | 47.166 |
| 101 |
| 102 |
| 107列， |
| 很难找到 |
| 00 | 09.366 |
| 106 |
| 他们，所以我们知道我们必须清洁 |
| 到了。 好吧，我们也有 |
| 00 | 27.366 |
| 111 |
| 笔记日记。 为了 |
| 清理它，我们使用重新编码 |
| 00 | 45.500 |
| 115 |
| 确切地。 凉爽的。 |
| 好的，所以我们做了清理工作 |
| 00 | 02.200 |
| 119 |
| 曼哈顿税务数据有这个 zip |
| 代码。所以我有这个邮政编码 |
| 00 | 19.300 |
| 123 |
| 上课的那天，当我们说话的时候 |
| 关于 |
| 数据类型。 并注意在 |
| 00 | 42.300 |
| 128 |
| 的...分析分布 |
| 那个专栏，会搞笑的 |
| 00 | 03.200 |
| 133 |
| 曼哈顿并没有真正告诉 |
| 你一个东西。 |
| 但邮政编码清除数据 |
| 00 | 18.466 |
| 23.266 |
| 139 |
| 只是一个标签、一个标识符和 |
| 更重要的是， |
| 当你想加入或合并时 |
| 00 | 41.833 |
| 48.766 |
| 145 |
| 重要的。 这不仅仅是一个 |
| 抽象概念。 你不能合并 |
| 00 | 03.166 |
| 11.266 |
| 150 |
| 名义上是建模类型， |
| 我们只是确定。 |
| 00 | 26.200 |
| 31.033 |
| 155 |
| 关于主表是 |
| 清单。我想保留 |
| 00 | 45.533 |
| 159 |
| 将其与曼哈顿税结合起来 |
| 数据。 |
| 是的。 然后呢？ 然后我们需要 |
| 00 | 03.266 |
| 164 |
| 告诉它该列名为 |
| 拉链干净， |
| 邮政编码干净... |
| 几乎。 我们去吧。 |
| 还有名为 zip 的列，其中 |
| 00 | 33.200 |
| 171 |
| 172 |
| 爱彼迎上市 |
| 并将其与中的任何内容相匹配 |
| 00 | 57.033 |
| 177 |
| 178 |
| 它们在表格的每一行中，无论是 |
| 它与另一个匹配或 |
| 00 | 13.233 |
| 182 |
| 主表，然后只有东西 |
| 从第二个重叠 |
| 00 | 29.600 |
| 186 |
| 另一个名字，如 Air BnB IRS |
| 或者其他的东西？ 是的，很多 |
| 00 | 50.966 |
| 190 |
| 再做一件事 |
| 因为我注意到这些只是 |
| 分散在各处的数据表 |
| 00 | 06.666 |
| 195 |
| 跑步。好的。 所以我会保存这个 |
| 数据表。 怎么办？ |
| 真的，这就是数据 |
| 00 | 19.833 |
| 22.033 |
| 26.266 |
| 35.466 |
| 203 |
| 别的什么，在我们失去之前 |
| 跟踪我们在哪里，让我们 |
| 00 | 49.733 |
| 58.800 |
| 01.833 |
| 209 |
| 还是橡树队？ |
| 接着 |
| 项目理念的一部分 |
| 00 | 23.700 |
| 214 |
| 事物。所以如果你 |
| 抢，我会说，拿 |
| 00 | 50.100 |
| 218 |
| 219 |
| 220 |
| 两个原始数据集，然后 |
| 我的最终合并。 现在好了 |
| 00 | 16.200 |
| 225 |
| 它们作为标签。 |
| 当你生成图表和 |
| 00 | 36.566 |
| 229 |
| 230 |
| 231 |
| 即使我在这些 |
| 标签。好的，这真的很酷。 |
| 00 | 58.833 |
| 02.500 |
| 236 |
| 对，去橡树队。 |
| 好吧，嗨，Carver 博士，非常感谢 |
| 00 | 19.233 |
| 240 |
| 你只需看一眼 |
| 这些东西，让我知道是否 |
| 00 | 32.300 |
| 244 |
| 我们使用 Graph Builder 来查看 |
| 每个街区的价格。 和 |
| 00 | 45.400 |
| 248 |
| 帮助它更容易一点 |
| 比较它们。 所以我们亲切 |
| 00 | 01.000 |
| 252 |
| 有很多经验 |
| 纽约市。 所以我们绘制了 |
| 00 | 18.166 |
| 256 |
| 站在联合国面前， |
| 和所有的人合影 |
| 00 | 31.733 |
| 260 |
| 在格拉梅西公园说或 |
| 默里山。 |
| 如果我们回头看 |
| 00 | 46.566 |
| 265 |
| 认为我们应该扩大我们的 |
| 搜索该社区以外的地方 |
| 00 | 58.766 |
| 269 |
| 270 |
| 刚刚绘制了平均值 |
| 是为社区服务的，但 |
| 00 | 14.533 |
| 274 |
| 建模，并建模 |
| 预言。所以如果我们可以把 |
| 00 | 30.766 |
| 279 |
| 预期价格。 我们开始了 |
| 建立模型和我们拥有的东西 |
| 00 | 42.800 |
| 283 |
| 因素。所以当我们把 |
| 这些因素变成了一个 |
| 00 | 58.833 |
| 287 |
| 更多，一些拟合统计数据 |
| 你在课堂上告诉过我们。 |
| 00 | 15.466 |
| 292 |
| 但主要是周围的云 |
| 那个剩余的零线。 所以 |
| 00 | 30.766 |
| 296 |
| 这比任何一个都大 |
| 我们的其他型号。 所以我们知道 |
| 00 | 45.800 |
| 300 |
| 我们使用真实数据的原因。 |
| 有时，这是真的。 这是 |
| 00 | 58.266 |
| 304 |
| 看着？ |
| 这就是残值。 |
| 00 | 19.266 |
| 309 |
| 很好。 啊，酷。 |
| 凉爽的。 好的，那我去找找 |
| 00 | 34.966 |
| 313 |
| 有点像我们的回答方式 |
| 我们的几个重要问题。 和 |
| 00 | 47.300 |
| 317 |
| 真的很难清洁 |
| 数据并加入数据。 |
| 00 | 57.866 |
| 03.500 |
| 322 |
| 想要演示 JMP 如何 |
| 结合现实世界 |
| 00 | 28.700 |
| 327 |
| 在实际项目中排名第一， |
| 范围界定很重要。 我们想 |
| 00 | 47.600 |
| 331 |
| 希望能给大家带来 |
| 到组。 陷阱二， |
| 探索 |
| 00 | 08.033 |
| 336 |
| 链接数据领域 |
| 合并多个数据 |
| 00 | 27.800 |
| 341 |
| 重新编码 |
| 并确保可链接 |
| 00 | 45.100 |
| 345 |
| 346 |
| 可重复的研究至关重要， |
| 尤其是在团队环境中， |
| 特别是对于那些可能 |
| 00 | 05.966 |
| 351 |
| 保证习惯 |
| 再现性。最后， |
| 我们希望您注意到在这些 |
| 00 | 32.633 |
| 356 |
| 关于计算和 |
| 解释由 |
| 00 | 51.900 |
| 360 |
爆发数据探索数据可视化回复：从第一天开始的教学工作流程：在课堂上使用 JMP® 项目 (2020-US-30MP-608)关于数据项目工作流程及其工作流程思维的精彩初学者演示！
