レベル：初心者
ルース・ハンメル、JMPアカデミックアンバサダー、SAS
ストーンヒル大学/ブランダイス大学名誉教授、ロブ・カーバー
統計教育者は、コースにトピックを統合する方法として、プロジェクトとケーススタディの価値を長い間認識してきました。 初心者の学生に統計的推論を紹介する場合でも、分析手法について従業員をトレーニングする場合でも、予測可能なワークフローに従う必要があるより大きなプロセスのコンテキスト内で分析が行われることを学生が学ぶことは価値があります。
このプレゼンテーションでは、Airbnbリストデータの分析の各段階をサポートするJMPプロジェクトツールを紹介します。 ジャーナル、グラフビルダー、クエリビルダー、およびJMPプロジェクト環境内の他の多くのJMPツールを使用して、学生はプロセスを文書化することを学びます。 プロセスは次のようになります。
- 質問する。
- データのニーズと分析計画を指定します。
- データを取得します。
- データをクリーンアップします。
- 分析を行います。
- あなたの話をしてください。
私たちは、信頼できるワークフローを教えることで生徒に大きな恩恵をもたらします。そうすることで、生徒は統計的思考の論理に従い、良い心の習慣を身に付けることができます。 ワークフローの方向性がなければ、統計コースは一連の接続されていない、やる気のないテクニックのように見えます。 学生がプロジェクトワークフローの観点を採用すると、それらの要素は刺激的な方法でまとめられます。
自動生成されたトランスクリプト...
スピーカー | トランスクリプト |
| みなさん、ようこそ。 私の名前は |
| 00 | 07.933 |
| 3 |
| JMPの大使。 私は今です |
| 引退したビジネス教授 |
| 00 | 30.566 |
| 7 |
| 学生と |
| プロジェクトに取り組んでいる教授。 |
| 00 | 49.700 |
| 11 |
| 12 |
| 学生を統計に従事させる |
| 推論、それを教える |
| 00 | 12.433 |
| 16 |
| それに対して、現在の考え方は |
| 学生が学ばなければならないこと |
| 再現可能なワークフローについて、 |
| 00 | 36.266 |
| 21 |
| 初歩的なデータ管理。 と、 |
| 繰り返しますが、統計を次のように表示します |
| 00 | 58.800 |
| 25 |
| 26 |
| これで今日あなたに参加したかった |
| 仮想呼び出し。 持ってくれてありがとう |
| 00 | 20.600 |
| 30 |
| 特にマンハッタンでは、 |
| あなたは私たちにそう尋ねたのであなたは |
| 00 | 36.433 |
| 34 |
| そして私たちはAirbnbをすることを選びました |
| 賃借人の視点。 だから私たちは |
| 00 | 51.733 |
| 38 |
| 高い。 |
| だから私たちは |
| 記入を始めました...あなたは私たちにくれました |
| 00 | 09.166 |
| 43 |
| 44 |
| あなたのメインから別の問題 |
| で場所を見つけることに焦点を当てる |
| 00 | 36.066 |
| 49 |
| あなたが得る...あなたが通過した場合 |
| 最初の3つの質問、あなたは |
| 00 | 54.100 |
| 53 |
| 知っている、の一部があります |
| マンハッタン、あなたは興味がありますか？ |
| 00 | 11.133 |
| 58 |
| あなたが私たちを送ったリポジトリ。 |
| そして、私たちは本当にダウンロードしました |
| 00 | 26.433 |
| 32.866 |
| 63 |
| 私たちが見つけたものは |
| このデータセットの4つの列 |
| 00 | 46.766 |
| 67 |
| それがこれだったように理解しました |
| 1つは、ホストの近隣です。 そう |
| 00 | 58.100 |
| 71 |
| 72 |
| 最初の2つが |
| ほんの少しの小さなものがたくさんあります |
| 00 | 13.300 |
| 76 |
| マンハッタン。 だから私たちは選択しました |
| マンハッタン。 そして、私たちが持っていたとき |
| 00 | 29.700 |
| 80 |
| それからそれが私たちが得た方法です |
| マンハッタンのリスト。 そう |
| 00 | 44.033 |
| 84 |
| データはあなたがこれらに遭遇することです |
| なぜ4つあるのかなどの問題 |
| 00 | 03.300 |
| 88 |
| マンハッタンに限定します |
| 戻っていくつかをクリーンアップします |
| 00 | 18.033 |
| 92 |
| データは私たちのすべてを説明します |
| データを取得するために行った、私たちは話します |
| 00 | 28.400 |
| 33.200 |
| 97 |
| 私が組み合わせることになっていることを知っています |
| それらはzip、郵便番号、 |
| 00 | 47.166 |
| 101 |
| 102 |
| 107列、 |
| 見つけるのは難しいです |
| 00 | 09.366 |
| 106 |
| それら、それで私達は私達がきれいにしなければならないことを知っていました |
| それまで。 大丈夫、私たちも持っていた |
| 00 | 27.366 |
| 111 |
| ノートのジャーナル。 そうするには |
| これをクリーンアップし、再コードを使用します |
| 00 | 45.500 |
| 115 |
| 丁度。 涼しい。 |
| さて、クリーンアップを行いました |
| 00 | 02.200 |
| 119 |
| マンハッタンの税データにはこのzipがあります |
| コード。だから私はこの郵便番号を持っています |
| 00 | 19.300 |
| 123 |
| 授業当日、お話を伺いました |
| 約 |
| データ型。 そして、 |
| 00 | 42.300 |
| 128 |
| ...の分布を分析する |
| そのコラム、それは面白いでしょう |
| 00 | 03.200 |
| 133 |
| マンハッタンは本当に教えてくれません |
| あなたのもの。 |
| しかし、郵便番号はデータをきれいにします |
| 00 | 18.466 |
| 23.266 |
| 139 |
| ラベル、識別子、そして |
| もっと要点を言えば、 |
| 参加またはマージしたいとき |
| 00 | 41.833 |
| 48.766 |
| 145 |
| 重要。 それはただの |
| 抽象的なアイデア。 マージできません |
| 00 | 03.166 |
| 11.266 |
| 150 |
| 名目はモデリングタイプでした、 |
| 確認しました。 |
| 00 | 26.200 |
| 31.033 |
| 155 |
| メインテーブルについては |
| リスト。残したい |
| 00 | 45.533 |
| 159 |
| マンハッタン税と組み合わせる |
| データ。 |
| うん。 じゃあ何？ 次に、 |
| 00 | 03.266 |
| 164 |
| と呼ばれる列が |
| きれいなzip、 |
| 郵便番号をきれいに... |
| ほとんど。 そこに行きます。 |
| そして、zipと呼ばれる列。 |
| 00 | 33.200 |
| 171 |
| 172 |
| Airbnbリスト |
| そしてそれを中の何かと一致させます |
| 00 | 57.033 |
| 177 |
| 178 |
| それらは、すべての行のテーブルにあります。 |
| 他と一致するか |
| 00 | 13.233 |
| 182 |
| メインテーブル、そしてそれからものだけ |
| 2番目から重なっている |
| 00 | 29.600 |
| 186 |
| AirBnBIRSのような別名 |
| か何か？ ええ、それはたくさんです |
| 00 | 50.966 |
| 190 |
| もう1つする |
| これらがただであることに気づいたので |
| 散らばっているデータテーブル |
| 00 | 06.666 |
| 195 |
| ランニング。わかった。 だから私はこれを保存します |
| データ表。 それで？ |
| そして本当に、これはデータです |
| 00 | 19.833 |
| 22.033 |
| 26.266 |
| 35.466 |
| 203 |
| 私たちが失う前に、他の何か |
| 私たちがどこにいるのかを追跡しましょう |
| 00 | 49.733 |
| 58.800 |
| 01.833 |
| 209 |
| またはオークチーム？ |
| その後 |
| プロジェクトのアイデアの一部 |
| 00 | 23.700 |
| 214 |
| もの。だからあなたが |
| つかむ、私は言うだろう、取る |
| 00 | 50.100 |
| 218 |
| 219 |
| 220 |
| 2つの元のデータセット、そして |
| 私の最後のマージ。 さてさて |
| 00 | 16.200 |
| 225 |
| タブとしてそれら。 |
| そして、グラフを生成すると、 |
| 00 | 36.566 |
| 229 |
| 230 |
| 231 |
| これらに入れても |
| タブ。さて、それは本当にクールです。 |
| 00 | 58.833 |
| 02.500 |
| 236 |
| 右、オークチームに行きます。 |
| こんにちは、カーバー博士、ありがとうございます |
| 00 | 19.233 |
| 240 |
| あなたはただいくつかを一瞥するでしょう |
| これらのこと、そして私に知らせてください |
| 00 | 32.300 |
| 244 |
| グラフビルダーを使用して調べました |
| 近所ごとの価格。 と |
| 00 | 45.400 |
| 248 |
| それが少し簡単になるのを手伝ってください |
| それらを比較します。 だから私たちは親切 |
| 00 | 01.000 |
| 252 |
| の経験が豊富 |
| ニューヨーク市。 だから私たちはプロットしました |
| 00 | 18.166 |
| 256 |
| 国連の前に立ち、 |
| すべての写真を撮る |
| 00 | 31.733 |
| 260 |
| グラマシーパークで言うか |
| マレーヒル。 |
| 振り返ってみると |
| 00 | 46.566 |
| 265 |
| 拡大すべきだと思った |
| その近所を越えて検索する |
| 00 | 58.766 |
| 269 |
| 270 |
| 平均値をプロットしただけです |
| 近所のためでしたが |
| 00 | 14.533 |
| 274 |
| モデリング、およびモデリングする |
| 予測。だから私たちが置くことができれば |
| 00 | 30.766 |
| 279 |
| 予想価格。 私たちは始めました |
| モデルの構築と私たちが行ったこと |
| 00 | 42.800 |
| 283 |
| 要因。そして、私たちが置くとき |
| それらの要因を |
| 00 | 58.833 |
| 287 |
| さらに、いくつかの適合統計 |
| あなたはクラスで私たちに話しました。 |
| 00 | 15.466 |
| 292 |
| でもほとんどは周りの雲です |
| その残りのゼロライン。 そう |
| 00 | 30.766 |
| 296 |
| どれよりもずっと大きかった |
| 他のモデル。 だから私たちは知っています |
| 00 | 45.800 |
| 300 |
| 実際のデータを使用する理由。 |
| 時々、これは本物です。 これは |
| 00 | 58.266 |
| 304 |
| 探していますか？ |
| このように残差値です。 |
| 00 | 19.266 |
| 309 |
| いいね。 ああ、かっこいい。 |
| 涼しい。 さて、私は探します |
| 00 | 34.966 |
| 313 |
| 私たちが答えている方法の一種です |
| 私たちのいくつかの重要な質問。 と |
| 00 | 47.300 |
| 317 |
| 掃除が本当に大変でした |
| データとデータを結合します。 |
| 00 | 57.866 |
| 03.500 |
| 322 |
| JMPがどのように |
| 実世界との組み合わせ |
| 00 | 28.700 |
| 327 |
| 実際のプロジェクトでナンバーワン、 |
| スコーピングは重要です。 したい |
| 00 | 47.600 |
| 331 |
| に持って来たい |
| グループに。 落とし穴2、 |
| 探索することが重要です |
| 00 | 08.033 |
| 336 |
| データをリンクする領域 |
| 複数のデータを組み合わせる |
| 00 | 27.800 |
| 341 |
| 再コーディング |
| リンク可能であることを確認します |
| 00 | 45.100 |
| 345 |
| 346 |
| 再現性のある研究は不可欠です、 |
| 特にチームのコンテキストでは、 |
| 特に可能性のあるプロジェクトの場合 |
| 00 | 05.966 |
| 351 |
| 保証の習慣 |
| 再現性。そして最後に、 |
| これらの中であなたが気づくことを願っています |
| 00 | 32.633 |
| 356 |
| 計算と |
| 解釈は |
| 00 | 51.900 |
| 360 |
データプロジェクトのワークフローとそのワークフローの考え方に関する優れた初心者向けプレゼンテーション！
