Description
Analyser les colonnes est un outil qui effectuera des statistiques récapitulatives prédéterminées assez rapides (expliquées ci-dessous) pour vos données discrètes (nominales/ordinales) et continues. Il vous permet également d'effectuer certaines tâches de lancement rapide directement à partir de la fenêtre Analyser la colonne, telles que supprimer des colonnes, créer une matrice de nuages de points et ajouter les neuf plus grands aux codes de valeur manquants.
Ce complément utilise le tableau récapitulatif pour calculer la plupart des statistiques récapitulatives discrètes et la plateforme de distribution pour calculer les statistiques récapitulatives continues. Ceux-ci ont été choisis pour leur facilité d’utilisation lors de la création de scripts et leur rapidité.
Les exemples ci-dessous proviennent de l'utilisation d'Analyser les colonnes sur toutes les colonnes de l'exemple de table de données de JMP. Sonde .
Interface utilisateur
Fenêtre de lancement qui permet à l'utilisateur de sélectionner les colonnes et le taux d'échantillonnage.
Barre de progression avec bouton Annuler fonctionnel
Fenêtre principale avec panneau latéral ouvert.
Explication de la fenêtre principale de l'interface utilisateur :
1. Même panneau latéral que celui visible dans les tableaux de données, il peut être fermé à partir du triangle situé dans le coin supérieur gauche.
2. Brèves informations sur le tableau de données analysé (lignes, colonnes, durée d'analyse). Cliquer sur le nom de la table la fera apparaître au premier plan
3. Tableau récapitulatif des statistiques pour les colonnes Nominal / Ordinal
4. Statistiques récapitulatives pour les colonnes continues. Il comporte également des barres de défilement horizontales, alors n'oubliez pas de faire défiler vers la gauche et la droite.
5. Boutons d'action
6. Pages à onglets pour basculer entre la fenêtre d'analyse et la vue du tableau de données d'origine.
Statistiques récapitulatives - Discret (nominal/ordinal)
Voir Utilisation de JMP > Résumez vos données > Explication des statistiques récapitulatives pour la plupart des statistiques récapitulatives.
- Colonne - Nom de la colonne analysée
- Type - Type de la colonne. Le premier caractère indique le type de données (C - Caractère, N - Numérique) et le deuxième type de modélisation (N - Nominal, O - Ordinal)
- N Prop - Nombre de propriétés de colonne
- N - Nombre de valeurs non manquantes
- N Distinct - Nombre de valeurs distinctes (N catégories)
- N Unique - Nombre de valeurs qui n'ont qu'une seule valeur
- % Unique - Pourcentage de colonnes uniques
- N Missing - Nombre de valeurs manquantes
- % manquant - Pourcentage de valeurs manquantes
- Premier - Première valeur dans l'ordre alphanumérique
- N First - Nombre de premières valeurs
- Dernier - Dernière valeur par ordre alphanumérique
- N Last - Nombre de dernières valeurs
- Mode - Valeur la plus courante
- Mode N - Nombre de valeurs les plus courantes
Statistiques récapitulatives - Continues
Voir Analyse de base > Distributions > Le rapport de distribution > Le rapport de statistiques récapitulatives pour une explication plus détaillée de la plupart des statistiques.
- Colonne - Nom de la colonne analysée
- Type - Type de la colonne. Le premier caractère indique le type de données (N - Numérique) et le deuxième type de modélisation (C - Continu)
- N Prop - Nombre de propriétés de colonne
- % Int - Pourcentage de valeurs entières
- N - Nombre de valeurs non manquantes
- N Distinct - Nombre de valeurs distinctes (N catégories)
- N Missing - Nombre de valeurs manquantes
- % manquant - Pourcentage de valeurs manquantes
- N Zéro - Nombre de valeurs nulles (0)
- % Zéro - Pourcentage de valeurs nulles
- Neuf - Valeur numérique des neuf les plus élevés
- N Nines - Nombre de neufs les plus élevés
- Mode - Valeur la plus courante
- Mode N - Nombre de valeurs les plus courantes
- Min - Valeur minimale
- N Min - Nombre de valeurs minimales
- Max - Valeur maximale
- N Max - Nombre de valeurs maximales
- Médiane - Valeur médiane
- Moyenne - Valeur moyenne
- Std Dev - Écart type
- N Pat - Nombre de valeurs aberrantes robustes. Calculé comme valeurs aberrantes 6sigma en utilisant la médiane comme moyenne et IQR/1,35 comme sigma ( AEC - Q001 Rév-D )
- MAD - Déviation absolue médiane
- IQR - Écart interquartile
- Kurtosis - Mesure la pointe ou la lourdeur des queues.
- Asymétrie - Mesure le caractère latéral ou la symétrie.
- Nonparam Skew - Asymétrie non paramétrique. (Moyenne - Médiane) / Év. Plus d'informations Inclinaison non parométrique (wikipedia)
- Autocorrélation - Autocorrélation de premier ordre qui teste si les résidus sont corrélés entre les lignes.
- Meilleur ajustement - Par défaut, ce champ est vide. Lorsque le bouton Meilleur ajustement est enfoncé, cela affichera le meilleur ajustement des données des distributions Normal, Normal 2 Mixture, Gamma, Weibull et Exponential.
Boutons d'action
Les actions sont effectuées principalement sur les colonnes sélectionnées. Si la plateforme est lancée, elle sera pré-remplie avec les colonnes sélectionnées.
- Précédent - Aller à la colonne sélectionnée précédente
- Suivant : Aller à la colonne sélectionnée suivante
- Distribution - Lancer la distribution avec 5 graphiques pour chaque ligne
- Meilleur ajustement - Ajuste les distributions aux colonnes et sélectionne le meilleur ajustement. Soyez prudent et utilisez-le uniquement pour une EDA rapide, car l'ajustement qu'il offre n'est probablement pas le bon choix.
- Explore Outliers – Lancer la plateforme Explore Outliers
- Modèle de données manquantes - Lancer la plateforme Modèle de données manquantes
- Explorer les modèles de données manquants - Lancer la plateforme Explorer les modèles de données manquants
- Matrice de nuages de points - Lancement de la plateforme multivariée et de corrélation
- MDMvCC – Lancer une carte de contrôle multivariée basée sur un modèle
- Série chronologique : crée des tracés de séries chronologiques pour les colonnes sélectionnées. Utilise le classement Row()
- Set Nines Missing - Définit les neufs les plus élevés sur les codes de valeur manquants (peut être répété)
- Cast Role - Convertit les colonnes sélectionnées en un rôle
- Standardiser les attributs - Lance Standardiser les attributs
- Grouper les colonnes : regroupe les colonnes sélectionnées
- Colonnes de sous-ensemble : crée un sous-ensemble avec uniquement les colonnes sélectionnées.
- Masquer et exclure les colonnes - Masque et exclut les colonnes sélectionnées
- Effacer la sélection - Efface les sélections de colonnes
- Supprimer les colonnes - Supprime les colonnes sélectionnées
- Sélectionner la sélection - Sélectionne les mêmes colonnes dans Analyser les colonnes que celles sélectionnées dans la table de données d'origine.
- Actualiser la sélection : recalcule les statistiques récapitulatives pour les colonnes sélectionnées.
- Actualiser tout – Recalcule les statistiques récapitulatives pour les mêmes colonnes que celles choisies par l'utilisateur lors du lancement.
- Aide - Ouvre cette page
- Quitter - Ferme l'application
|
|
Lorsque Cast Role est enfoncé, la fenêtre suivante s'ouvre :
Inspiration
Ce complément a été inspiré par la nécessité d'obtenir rapidement un aperçu des nouveaux ensembles de données volumineux ( Profilage des pandas est l'une de ces bibliothèques existantes).
Exemple d'analyse exploratoire avec des colonnes d'analyse à l'aide de Probe.jmp
Voir plus...
Travaux futurs possibles
- Ajouter une fonction pour créer un rapport similaire à Profilage des pandas
- Permettre à l'utilisateur de choisir les statistiques récapitulatives à calculer
- Autoriser l'utilisateur à choisir les statistiques récapitulatives à afficher et à enregistrer ces paramètres
- Améliorer la vitesse des calculs
- Autoriser le calcul des statistiques de capacité si la colonne continue présente des limites de spécification
- Enregistrez les statistiques calculées dans la table de données en tant que variable de table/script de table, pour permettre une réexécution rapide de l'outil. Plusieurs d'entre eux doivent être enregistrés, afin que l'utilisateur puisse conserver un journal des « modifications » des statistiques récapitulatives et/ou démontrer l'effet de l'échantillonnage sur les statistiques récapitulatives.
- Ajoutez une sorte d'option pour "étiqueter" les colonnes avec des notes. Cela nécessitera très probablement une sorte de nouvelle fenêtre pour écrire les notes et les récupérer, car la propriété de colonne personnalisée est la meilleure pour cela (les notes seraient préférables, mais l'utilisateur ne peut pas voir si celles-ci ont été définies sur colonne).
Journal des modifications
24.12.2022 - Suppression du logo de l'entreprise de l'interface utilisateur
Je viens de remarquer qu'il y a un bug avec la boîte de table continue et que les valeurs sont décalées de un lors de l'utilisation de JMP17. Il est très probable que les plates-formes que j'utilise pour les statistiques récapitulatives aient changé de JMP16 -> JMP17. Quand j'aurai le temps, j'y jetterai un œil et j'essaierai de résoudre le problème.
