설명
열 분석은 이산(명목/순수) 및 연속 데이터에 대해 미리 결정된 요약 통계(아래 설명)를 상당히 빠르게 수행하는 도구입니다. 또한 열 삭제, 산점도 행렬 생성, 누락된 값 코드에 최대 9 추가 등 열 분석 창에서 직접 몇 가지 빠른 실행 작업을 수행할 수도 있습니다.
이 추가 기능은 요약 테이블을 사용하여 대부분의 개별 요약 통계를 계산하고 배포 플랫폼을 사용하여 연속 요약 통계를 계산합니다. 이는 스크립팅 중 사용 편의성과 속도를 위해 선택되었습니다.
아래 예는 JMP 샘플 데이터 테이블의 모든 열에 대해 열 분석을 사용한 것입니다. 조사 .
사용자 인터페이스
사용자가 열과 샘플링 속도를 선택할 수 있는 실행 창입니다.
기능적인 취소 버튼이 있는 진행 표시줄
측면 패널이 열린 메인 창.
UI 메인 창 설명:
1. 데이터 테이블에서 볼 수 있는 것과 동일한 측면 패널입니다. 왼쪽 상단 모서리에 있는 삼각형을 사용하여 닫을 수 있습니다.
2. 분석된 데이터 테이블에 대한 간략한 정보(행, 열, 분석 기간). 테이블 이름을 클릭하면 맨 앞으로 이동합니다.
3. 명목/서수 열에 대한 요약 통계표
4. 연속 열에 대한 요약 통계입니다. 여기에는 가로 스크롤 막대도 있으므로 왼쪽과 오른쪽으로 스크롤하는 것을 잊지 마세요.
5. 액션 버튼
6. 분석 창과 원본 데이터 테이블 보기 사이를 전환하는 탭 페이지입니다.
요약 통계 - 이산형(명목/순수)
보다 JMP 사용 > 데이터 요약 > 요약 통계 설명 대부분의 요약 통계에 대해.
- 열 - 분석된 열의 이름
- 유형 - 열의 유형입니다. 첫 번째 문자는 데이터 유형(C - 문자, N - 숫자)을 나타내고 두 번째 모델링 유형(N - 명목, O - 서수)을 나타냅니다.
- N Prop - 열 속성의 개수
- N - 누락되지 않은 값의 개수
- N 고유 - 고유 값의 개수(N 범주)
- N 고유 - 값이 하나만 있는 값의 개수
- 고유 % - 고유한 열의 비율
- N 누락 - 누락된 값의 개수
- 누락률(%) - 누락된 값의 백분율
- First - 영숫자 순서의 첫 번째 값
- N First - 첫 번째 값의 개수
- Last - 영숫자 순서의 마지막 값
- N Last - 마지막 값의 개수
- 모드 - 가장 일반적인 값
- N 모드 - 가장 일반적인 값의 개수
요약 통계 - 연속
보다 기본 분석 > 분포 > 분포 보고서 > 요약 통계 보고서 대부분의 통계에 대한 자세한 설명을 보려면
- 열 - 분석된 열의 이름
- 유형 - 열의 유형입니다. 첫 번째 문자는 데이터 유형(N - 숫자)을 나타내고 두 번째 모델링 유형(C - 연속형)을 나타냅니다.
- N Prop - 열 속성의 개수
- % Int - 정수 값의 백분율
- N - 누락되지 않은 값의 개수
- N 고유 - 고유 값의 개수(N 범주)
- N 누락 - 누락된 값의 개수
- 누락률(%) - 누락된 값의 백분율
- N Zero - 0 값의 개수
- % 0 - 0 값의 백분율
- 9 - 가장 높은 9의 숫자 값
- N Nines - 가장 높은 9의 수
- 모드 - 가장 일반적인 값
- N 모드 - 가장 일반적인 값의 개수
- 최소 - 최소값
- N Min - 최소값 개수
- 최대 - 최대값
- N Max - 최대값 개수
- 중앙값 - 중앙값
- 평균 - 평균값
- 표준편차 - 표준편차
- N Pat - 강력한 특이치의 수입니다. 중앙값을 평균으로 사용하고 IQR/1.35를 시그마로 사용하여 6시그마 이상값으로 계산됩니다( AEC - Q001 개정-D )
- MAD - 중앙값 절대 편차
- IQR - 사분위수 범위
- 첨도 - 꼬리의 정점 또는 무거움을 측정합니다.
- 왜도 - 측면성 또는 대칭성을 측정합니다.
- 비모수 왜곡 - 비모수 왜곡입니다. (평균 - 중앙값) / Std Dev. 더 많은 정보 비모수적 왜도(위키피디아)
- 자기 상관 - 잔차가 행 전체에 걸쳐 상관되어 있는지 테스트하는 1차 자기 상관입니다.
- 최적 맞춤 - 기본적으로 비어 있습니다. Best Fit 버튼을 누르면 Normal, Normal 2 Mixture, Gamma, Weibull 및 Exponential 분포에서 가장 적합한 데이터가 표시됩니다.
액션 버튼
작업은 대부분 선택한 열에서 수행됩니다. 플랫폼이 시작되면 선택한 열이 미리 채워집니다.
- 이전 - 이전에 선택한 열로 이동
- 다음 - 선택한 다음 열로 이동
- 분포 - 각 행에 5개의 그래프가 있는 분포 시작
- 최적 맞춤 - 분포를 열에 맞추고 가장 적합한 것을 선택합니다. 이 점에 주의하고 빠른 EDA에만 사용하십시오. 이것이 제공하는 적합성은 올바른 선택이 아닐 가능성이 높기 때문입니다.
- 이상값 탐색 - 이상값 탐색 플랫폼 출시
- 누락된 데이터 패턴 - 누락된 데이터 패턴 플랫폼 출시
- 누락된 항목 탐색 - 누락된 데이터 패턴 탐색 플랫폼 출시
- 산점도 행렬 - 다변량 및 상관관계 플랫폼 출시
- MDMvCC - 모델 기반 다변량 관리 차트 출시
- 시계열 - 선택한 열에 대한 시계열 도표를 생성합니다. Row() 순서를 사용합니다.
- 9개 누락 설정 - 가장 높은 9개를 누락된 값 코드로 설정합니다(반복 가능).
- Cast Role - 선택한 열을 역할로 캐스팅합니다.
- 속성 표준화 - 속성 표준화 실행
- 그룹 열 - 선택한 열을 그룹화합니다.
- 하위 집합 열 - 선택한 열만 포함된 하위 집합을 만듭니다.
- 열 숨기기 및 제외 - 선택한 열을 숨기고 제외합니다.
- 선택 지우기 - 열 선택을 지웁니다.
- 열 삭제 - 선택한 열을 삭제합니다.
- 선택 항목 선택 - 원본 데이터 테이블에서 선택한 것과 동일한 열을 열 분석에서 선택합니다.
- 선택한 항목 새로 고침 - 선택한 열에 대한 요약 통계를 다시 계산합니다.
- 모두 새로 고침 - 실행 중 사용자가 선택한 것과 동일한 열에 대한 요약 통계를 다시 계산합니다.
- 도움말 - 이 페이지가 열립니다.
- 종료 - 애플리케이션을 닫습니다.
|
|
Cast Role을 누르면 다음 창이 열립니다.
영감
이 추가 기능은 새로운 대규모 데이터 세트( 팬더 프로파일링 기존 라이브러리 중 하나입니다).
Probe.jmp를 사용하여 분석 열을 사용한 탐색적 분석의 예
더보기...
가능한 향후 작업
- 유사한 보고서를 작성하는 기능 추가 팬더 프로파일링
- 사용자가 계산할 요약 통계를 선택할 수 있도록 허용
- 사용자가 표시할 요약 통계를 선택하고 이러한 설정을 저장할 수 있도록 허용
- 계산 속도 향상
- 연속형 열에 규격 한계가 있는 경우 공정 능력 통계 계산 허용
- 도구를 빠르게 다시 실행할 수 있도록 계산된 통계를 테이블 변수/테이블 스크립트로 데이터 테이블에 저장합니다. 사용자가 요약 통계의 "변경" 로그를 유지하거나 요약 통계에 대한 샘플링 효과를 입증할 수 있도록 이들 중 여러 개를 저장해야 합니다.
- 메모로 열에 "태그"를 지정하는 일종의 옵션을 추가합니다. 메모를 작성하고 검색하려면 사용자 정의 열 속성이 가장 적합하므로 일종의 새 창이 필요할 가능성이 높습니다(Notes가 가장 좋지만 사용자는 해당 항목이 열로 설정되었는지 확인할 수 없습니다).
변경 로그
2022년 12월 24일 - UI에서 회사 로고 제거
Continuous Table Box에 버그가 있으며 JMP17을 사용할 때 값이 1씩 이동한다는 사실을 방금 확인했습니다. 요약 통계에 사용하는 플랫폼이 JMP16 -> JMP17에서 변경되었을 가능성이 큽니다. 시간이 나면 살펴보고 문제를 해결하도록 노력하겠습니다.
