Megan Tengan 是夏威夷大学火奴鲁鲁 Mānoa 的一名大四学生，她正在攻读政治学和哲学双学位。 作为 Mānoa Pre-Law Association 的财务主管和秘书，Megan 计划在 2022 年 12 月毕业后就读法学院。
她目前在华盛顿特区的美国参议员 Mazie K. Hirono 的办公室担任国会实习生在 2021 年秋季学期，梅根担任劳伦斯·尼茨博士 300 级政治学课程“政治调查与分析”的助教。 他们共同制定了一系列基于研究问题的课程计划和作业，这些问题可以使用开放数据集进行探索。
梅根还支持尼茨进行的独立研究，调查与夏威夷新冠病毒相关的推文在多大程度上是由新感染率和当地新闻和舆论报道的波动驱动的。我与梅根交谈，询问她在社会科学环境中学习和与 JMP 合作的经历。
Megan Tengan, undergraduate student at the University of Hawaiʻi at MānoaMegan Tengan，夏威夷大学马诺阿分校的本科生
梅格：那么告诉我，梅根，你是如何对统计产生兴趣的？ 定量方法一直是政治学研究方法的一个重要分支，但许多政治科学专业的学生——包括我自己！ - 不要让本科生接触统计学。
梅根：我从未在政治学中研究过数字 [在 TA-ing for尼兹教授]，所以统计数据对我来说是新的！ 我和我的学生一起学习。 也就是说，玩数字和文本分析是一种非常酷的体验，因为我们确实查看了很多社会统计数据，比如种族和健康数据——当然，我们也在关注 Covid。[有统计经验] 是一个伟大的简历构建者，因为我认为未来是数据分析。 总是需要进行定量调查。
梅格：您是否有一个转折点，您意识到数据分析技能的重要性？ 或者当您看到数据在社会科学用例中的重要性时？
梅根：在课堂上，我们查看了关于批判种族理论的推文，并使用文本分析来查看流行观点。 显然，现代民权运动最近势头强劲，作为 Z 一代，这在我的社交媒体时间线上非常重要。我不知道你可以像我们在课堂上那样分析文本，而且JMP让我们不仅可以分析常用单词和短语，还可以分析文本的语气。 我想我只是没有意识到有技术可以做到这一点——可以搜索社交媒体数据。
梅格：现在人们在网上过着自己的生活，任何人都可以自由访问大量的开放数据。 我想社会科学家在使用这些数据进行研究时只是冰山一角。 你是如何围绕 Twitter 的数据建立一个课程作业库的，你希望学生学习什么样的技能？
梅根：尼茨教授汇编了与夏威夷州和当前话题（如 Covid 或批判种族理论）相关的推文。 然后我们会给学生们准备几篇关于这个主题的文章：它是什么以及[争议是什么]。 然后我们会给他们数据集。任务是使用JMP 中的图表和图形分析和理解[数据趋势]，然后将您所看到的应用到现实世界中。 我们做到了文本分析并更改了一些设置以消除[噪音]。 例如，在 Twitter 上，您会看到很多“http”，这只是一个超链接，您不需要它。 我们学到了很多关于丢弃不相关的数据并影响您的分析的知识。一旦我们取出了所有不需要的文本，我们会问这样的问题，“最热门的词组是否相似？”或“两个文本体是否以相同的方式放在一起？”学生会查看两组不同的推文并进行比较。 [在准备数据集时]我们试图让一个人更有激情——例如，显然对批判性种族理论感到愤怒——而另一个人则使用积极的词，但带有讽刺或讽刺的语气。
我们想让学生稍微退避一下，因为 JMP 可以将讽刺视为一种积极情绪，而实际上并非如此。 他们必须学会以不同的方式阅读图表……并运行情绪分析：[两个数据集]在正面和负面情绪内容上是否相似？我们强调清理指定为停用词的术语的重要性，并要求学生解释他们观察到的集群之间的差异。 JMP 将聚集不同的主题——一个是关于教育的，另一个是关于政治家的，另一个是关于种族主义的，另一个是关于歧视的，等等。 JMP 像这样对数据进行分类，我的学生能够告诉我他们在每个集群中看到了什么。
梅格： Twitter 是一个真正的讽刺雷区！ 统计工具如何确定意图？
梅根：正确的。 因此，有人可能会在推特上发布类似“种族主义在美国仍然盛行的事实真是太棒了”，尽管他们并不意味着这很棒；他们的意思是，种族主义仍然是一个问题，这令人惊讶或震惊。你必须考虑一个词的上下文，但显然你不会阅读我们提取的数千条推文中的每一个词。 例如，你可能会认为人们说批判性种族理论是惊人的或令人惊讶的，尽管这并不是发推文的人的真正意思。 因此，我们要求学生使用 JMP 来观察情绪是如何分散的，并将讽刺语气与文字区分开来。
梅格：没有人会说这不有趣……但是应用程序是什么？ 你在学什么？
梅根：嗯，有两件事。 对于学生来说，政治调查与分析是一门必修课，我认为最终，数据分析是一门很好的学习技能。 事实上，我们的一位演讲嘉宾在学期末为一些人提供了统计分析实习生的工作！ 你对 JMP 的了解越多——投入的时间越多——薪水就越高。 所以我们让几个学生尝试了一下，我希望他们能从中有所收获。 其次，我和我的教授正在考虑在今年的 JMP 会议上展示我们的 Covid 推文研究。
梅格：我希望你会！ 这个话题将是一个伟大的发现峰会讲话！ 那么请告诉我，在使用开放数据探索公众舆论时，您面临的最大数据挑战是什么？
梅根：一方面，JMP 本身非常易于使用。 我喜欢用户界面。 但随之而来的是正确读取数据的责任。 我认为找到你想要的东西是反复试验，你需要很好地掌握你正在学习的东西，这样你才能在你认为没有模式的时候看到模式。 即使模式是没有模式，那也是模式！ 一开始可能很难理解。JMP 为您提供了如此多的信息，这就像一把双刃剑，因为 [能够访问如此多的数据] 很棒，但您还必须区分您要查找的内容。 例如，我可以将这个难题应用到我们当前的项目中，因为到目前为止，我们还没有发现我们所期望的 Covid 感染上升与相关推文之间的因果关系——即与夏威夷、Covid 主题相关的推文还有我们的州长大卫·伊格。
梅格：什么是你期望找到？
梅根：我们的主要问题是：这些关于夏威夷 Covid 的推文是由最近的感染率驱动的吗？ 换句话说，一旦该州报告我们有 700 例新病例，这是否会导致更多人发布有关 Covid 的推文？其次，他们的推文内容是什么？ 推文的内容是否与在夏威夷播放的有关 Covid 的新闻有关？ 起初，它就像“这种致命的疾病”，然后变成了“我们应该接种疫苗吗？”然后“我们应该得到助推器吗？”现在是授权、无授权、解除授权等。 新闻可以决定他们报道的内容，我们想知道这是否会影响普通公民选择发推文的内容。再次，我们必须强调讽刺。 人们可能会说，“太棒了，这位游客感染了 Covid”或“当那些执行规则的人拒绝遵守规则时，这真是太棒了。”当然，它们实际上并不是字面上的那些陈述。
梅格：这听起来像是一个简单的问题，但建立这些相关性和关系的价值是什么？ 衡量公众情绪？ 告知政策？
梅根：我认为你说得很好——评估公众情绪——这就是我们正在做的这些任务。 我们想了解舆论是如何变化的。我认为，现代世纪中流行病的新颖性是研究如此有趣的原因，因为这在一百年内从未发生过。 那时我们没有 JMP 或类似的东西，对吧？ 尤其是现在有了社交媒体——尤其是推特——我们有了一个前所未有的平台，公众可以表达他们的担忧和意见。 我们在 JMP 中分析的材料比以往任何时候都多！
梅格：作为助教，在向本科非统计学专业教授统计学时，您观察到哪些教学方法最有效？
梅根：我认为重要的是能够在我们选择给学生的数据集中绘制关系。 我们花了几个星期的时间来讨论关系的可能性——伽马之类的——这对每个人来说都有点难以掌握，尤其是我们选择了与演示中不同的因素。但我认为它真正的数学部分是踢球者，因为你是对的——这些学生没有学习数学。 我的最高数学就像预计算，我讨厌它！
一旦我们意识到显然不是每个人都对数学方面感兴趣或特别有天赋，我们就可以更专注于拉出关系。 例如，我们对一个州的公民对本国政治家与总统的信任程度进行了调查，并探讨了当地是否推动了国家，反之亦然。 或者我们可能会问：是否拥有更高的学位——或者你的父母拥有更高的学位——与你有多少债务有关？
梅格：通过了解应用程序和因素之间的关系，这有助于人们继续学习统计方法。
梅根：确实。 尤其是作为社会科学专业的学生！ 我们总是想找出原因——即使在日常政治中也是如此。 为什么这个政策没有通过？ 为什么这些人反对它？ 它总是关于隐藏在争论背后的东西，所以我的学生几乎可以凭直觉找出是否有原因。JMP 确实帮助他们将其可视化，因为他们可以看到趋势，然后甚至查看数字——即使他们不想——然后看看我们正在查看的任何因素之间是否存在关系。
梅格：所以你的未来有法学院，梅根？ 你认为你能够运用这些量化技能吗？
梅根：我认为，根据我进入的法律领域，我可以使用和应用我通过 JMP 学到的这些定量技能。 例如，如果我成为一名环境律师，我正在研究温室气体排放导致全球变暖或诸如此类。 但即使数据科学不是我职业生涯的中心，它曾经是，现在仍然是一个有趣的项目。 就像我之前说的，数据推动了对话。 我显然喜欢有基于证据的意见，这就是 JMP 能够为我提供的。
梅格：所以我的最后一个问题是：您一般会给学生或 JMP 新手用户什么建议？
梅根：绝对使用JMP 必须为初学者提供的资源. 即使您拥有高级技能，您仍然可以通过视频学习。 通过那些初学者指南，我学到了很多我知道的东西。 如果你想做一些具体的事情，JMP 很可能有办法让你去做。我建议使用JMP 拥有的样本集. 这些确实很有帮助，因为您无法始终找到格式完美的电子表格以在 JMP 中使用。 那个供品真的很棒。最后，探索。 单击所有按钮并弄清楚所有内容的作用。 单击所有下拉菜单。 这绝对是我如何让自己更精通我在做什么！
