第 1 天的教學工作流程：在課堂上使用 JMP® 項目 (2020-US-30MP-608)級別：初學者
Ruth Hummel，JMP 學術大使，SAS
Rob Carver，斯通希爾學院/布蘭代斯大學名譽教授
統計學教育工作者早就認識到項目和案例研究作為將主題整合到課程中的一種方式的價值。 無論是向新手學生介紹統計推理還是培訓員工分析技術，讓學生了解分析發生在應該遵循可預測工作流程的更大過程的背景下是很有價值的。
在本次演示中，我們將演示 JMP 項目工具來支持 Airbnb 房源數據分析的每個階段。 在 JMP 項目環境中使用日誌、圖表生成器、查詢生成器和許多其他 JMP 工具，學生學習記錄該過程。 該過程如下所示：
- 問一個問題。
- 指定數據需求和分析計劃。
- 獲取數據。
- 清理數據。
- 進行分析。
- 講述你的故事。
我們通過教授可靠的工作流程來幫助我們的學生，使他們開始遵循統計思維的邏輯並養成良好的思維習慣。 如果沒有工作流導向，一門統計學課程看起來就像是一系列毫無關聯、缺乏動力的技術。 當學生採用項目工作流程的觀點時，這些部分會以一種令人興奮的方式組合在一起。
自動生成的成績單...
揚聲器 | 成績單 |
| 所以歡迎大家。 我的名字是 |
| 00 | 07.933 |
| 3 |
| JMP 大使。 我現在是一個 |
| 商學院退休教授 |
| 00 | 30.566 |
| 7 |
| 學生和學生之間 |
| 教授正在做一個項目。 |
| 00 | 49.700 |
| 11 |
| 12 |
| 讓學生參與統計 |
| 推理，教那個 |
| 00 | 12.433 |
| 16 |
| 對此，目前的想法是 |
| 學生應該學習 |
| 關於可重現的工作流程， |
| 00 | 36.266 |
| 21 |
| 基礎數據管理。 和， |
| 再次，將統計數據視為 |
| 00 | 58.800 |
| 25 |
| 26 |
| 今天想和你一起討論這個 |
| 虛擬通話。 感謝您擁有 |
| 00 | 20.600 |
| 30 |
| 特別是在曼哈頓， |
| 你問過我們所以你 |
| 00 | 36.433 |
| 34 |
| 我們選擇做Airbnb |
| 租客視角。 所以我們在 |
| 00 | 51.733 |
| 38 |
| 昂貴的。 |
| 所以我們 |
| 開始填寫……你給了我們 |
| 00 | 09.166 |
| 43 |
| 44 |
| 單獨的問題，來自您的主要問題 |
| 尋找位置的重點 |
| 00 | 36.066 |
| 49 |
| 你得到......如果你通過 |
| 前三個問題，你已經 |
| 00 | 54.100 |
| 53 |
| 知道，有沒有一部分 |
| 曼哈頓，你有興趣嗎？ |
| 00 | 11.133 |
| 58 |
| 您發送給我們的存儲庫。 |
| 我們下載了真的 |
| 00 | 26.433 |
| 32.866 |
| 63 |
| 我們發現的東西，就像 |
| 此數據集中的四列 |
| 00 | 46.766 |
| 67 |
| 想通了，原來是這樣 |
| 一、寄宿社區。 所以 |
| 00 | 58.100 |
| 71 |
| 72 |
| 發現前兩個 |
| 只是有很多小東西 |
| 00 | 13.300 |
| 76 |
| 曼哈頓。 所以我們選擇了 |
| 曼哈頓。 然後當我們有 |
| 00 | 29.700 |
| 80 |
| 這就是我們得到的 |
| 我們的曼哈頓房源。 所以 |
| 00 | 44.033 |
| 84 |
| 數據是你遇到這些 |
| 諸如為什麼有四個問題 |
| 00 | 03.300 |
| 88 |
| 把它限制在曼哈頓，我會 |
| 回去清理一些 |
| 00 | 18.033 |
| 92 |
| 數據將描述我們的一切 |
| 確實得到了數據，我們會談談 |
| 00 | 28.400 |
| 33.200 |
| 97 |
| 知道我應該結合 |
| 它們基於郵政編碼，郵政編碼， |
| 00 | 47.166 |
| 101 |
| 102 |
| 107列， |
| 很難找到 |
| 00 | 09.366 |
| 106 |
| 他們，所以我們知道我們必須清潔 |
| 到了。 好吧，我們也有 |
| 00 | 27.366 |
| 111 |
| 筆記日記。 為了 |
| 清理它，我們使用重新編碼 |
| 00 | 45.500 |
| 115 |
| 確切地。 涼爽的。 |
| 好的，所以我們做了清理工作 |
| 00 | 02.200 |
| 119 |
| 曼哈頓稅務數據有這個 zip |
| 代碼。所以我有這個郵政編碼 |
| 00 | 19.300 |
| 123 |
| 上課的那天，當我們說話的時候 |
| 關於 |
| 數據類型。 並註意在 |
| 00 | 42.300 |
| 128 |
| 的...分析分佈 |
| 那個專欄，會搞笑的 |
| 00 | 03.200 |
| 133 |
| 曼哈頓並沒有真正告訴 |
| 你一個東西。 |
| 但郵政編碼清除數據 |
| 00 | 18.466 |
| 23.266 |
| 139 |
| 只是一個標籤、一個標識符和 |
| 更重要的是， |
| 當你想加入或合併時 |
| 00 | 41.833 |
| 48.766 |
| 145 |
| 重要的。 這不僅僅是一個 |
| 抽象概念。 你不能合併 |
| 00 | 03.166 |
| 11.266 |
| 150 |
| 名義上是建模類型， |
| 我們只是確定。 |
| 00 | 26.200 |
| 31.033 |
| 155 |
| 關於主表是 |
| 清單。我想保留 |
| 00 | 45.533 |
| 159 |
| 將其與曼哈頓稅結合起來 |
| 數據。 |
| 是的。 然後呢？ 然後我們需要 |
| 00 | 03.266 |
| 164 |
| 告訴它該列名為 |
| 拉鍊乾淨， |
| 郵政編碼乾淨... |
| 幾乎。 我們去吧。 |
| 還有名為 zip 的列，其中 |
| 00 | 33.200 |
| 171 |
| 172 |
| 愛彼迎上市 |
| 並將其與中的任何內容相匹配 |
| 00 | 57.033 |
| 177 |
| 178 |
| 它們在表格的每一行中，無論是 |
| 它與另一個匹配或 |
| 00 | 13.233 |
| 182 |
| 主表，然後只有這些東西 |
| 從第二個重疊 |
| 00 | 29.600 |
| 186 |
| 另一個名字，如 Air BnB IRS |
| 或者其他的東西？ 是的，很多 |
| 00 | 50.966 |
| 190 |
| 再做一件事 |
| 因為我注意到這些只是 |
| 分散在各處的數據表 |
| 00 | 06.666 |
| 195 |
| 跑步。好的。 所以我會保存這個 |
| 數據表。 怎麼辦？ |
| 真的，這就是數據 |
| 00 | 19.833 |
| 22.033 |
| 26.266 |
| 35.466 |
| 203 |
| 別的什麼，在我們失去之前 |
| 跟踪我們在哪裡，讓我們 |
| 00 | 49.733 |
| 58.800 |
| 01.833 |
| 209 |
| 還是橡樹隊？ |
| 接著 |
| 項目理念的一部分 |
| 00 | 23.700 |
| 214 |
| 事物。所以如果你 |
| 搶，我會說，拿 |
| 00 | 50.100 |
| 218 |
| 219 |
| 220 |
| 兩個原始數據集，然後 |
| 我的最終合併。 現在好了 |
| 00 | 16.200 |
| 225 |
| 它們作為標籤。 |
| 當你生成圖表和 |
| 00 | 36.566 |
| 229 |
| 230 |
| 231 |
| 即使我在這些 |
| 標籤。好的，這真的很酷。 |
| 00 | 58.833 |
| 02.500 |
| 236 |
| 對，去橡樹隊。 |
| 好吧，嗨，Carver 博士，非常感謝 |
| 00 | 19.233 |
| 240 |
| 你只需看一眼 |
| 這些東西，讓我知道是否 |
| 00 | 32.300 |
| 244 |
| 我們使用 Graph Builder 來查看 |
| 每個街區的價格。 和 |
| 00 | 45.400 |
| 248 |
| 幫助它更容易一點 |
| 比較它們。 所以我們親切 |
| 00 | 01.000 |
| 252 |
| 有很多經驗 |
| 紐約市。 所以我們繪製了 |
| 00 | 18.166 |
| 256 |
| 站在聯合國面前， |
| 和所有的人合影 |
| 00 | 31.733 |
| 260 |
| 在格拉梅西公園說或 |
| 默里山。 |
| 如果我們回頭看 |
| 00 | 46.566 |
| 265 |
| 認為我們應該擴大我們的 |
| 搜索該社區以外的地方 |
| 00 | 58.766 |
| 269 |
| 270 |
| 剛剛繪製了平均值 |
| 是為社區服務的，但 |
| 00 | 14.533 |
| 274 |
| 建模，並建模 |
| 預言。所以如果我們可以把 |
| 00 | 30.766 |
| 279 |
| 預期價格。 我們開始了 |
| 建立模型和我們擁有的東西 |
| 00 | 42.800 |
| 283 |
| 因素。所以當我們把 |
| 這些因素變成了一個 |
| 00 | 58.833 |
| 287 |
| 更多，一些擬合統計數據 |
| 你在課堂上告訴過我們。 |
| 00 | 15.466 |
| 292 |
| 但主要是周圍的雲 |
| 那個剩餘的零線。 所以 |
| 00 | 30.766 |
| 296 |
| 這比任何一個都大 |
| 我們的其他型號。 所以我們知道 |
| 00 | 45.800 |
| 300 |
| 我們使用真實數據的原因。 |
| 有時，這是真的。 這是 |
| 00 | 58.266 |
| 304 |
| 看著？ |
| 這就是殘值。 |
| 00 | 19.266 |
| 309 |
| 很好。 啊，酷。 |
| 涼爽的。 好的，那我去找找 |
| 00 | 34.966 |
| 313 |
| 有點像我們的回答方式 |
| 我們的幾個重要問題。 和 |
| 00 | 47.300 |
| 317 |
| 真的很難清潔 |
| 數據並加入數據。 |
| 00 | 57.866 |
| 03.500 |
| 322 |
| 想要演示 JMP 如何 |
| 結合現實世界 |
| 00 | 28.700 |
| 327 |
| 在實際項目中排名第一， |
| 範圍界定很重要。 我們想 |
| 00 | 47.600 |
| 331 |
| 希望能給大家帶來 |
| 到組。 陷阱二， |
| 探索 |
| 00 | 08.033 |
| 336 |
| 鏈接數據領域 |
| 合併多個數據 |
| 00 | 27.800 |
| 341 |
| 重新編碼 |
| 並確保可鏈接 |
| 00 | 45.100 |
| 345 |
| 346 |
| 可重複的研究至關重要， |
| 尤其是在團隊環境中， |
| 特別是對於那些可能 |
| 00 | 05.966 |
| 351 |
| 保證習慣 |
| 再現性。最後， |
| 我們希望您注意到在這些 |
| 00 | 32.633 |
| 356 |
| 關於計算和 |
| 解釋由 |
| 00 | 51.900 |
| 360 |
爆發數據探索數據可視化回复：從第一天開始的教學工作流程：在課堂上使用 JMP® 項目 (2020-US-30MP-608)關於數據項目工作流程及其工作流程思維的精彩初學者演示！
