소개
여전히 JMP의 가장 강력한 기능 중 하나는 다양한 시각화를 신속하게 생성할 수 있는 기능이라고 생각합니다. 이 게시물은 알림일 뿐입니다/ 토론 시작 데이터를 시각화하는 것이 매우 중요하다는 내용의 위시리스트 항목입니다. 이 게시물에는 요약/설명 통계를 신뢰하는 것이 아니라 항상 데이터를 시각화해야 하는 이유에 대한 두 가지 "간단"하지만 매우 강력한 예가 포함되어 있습니다.
미리 알림 부분
안스콤의 사중주
Anscombe의 4중주(위키피디아) 데이터를 시각화해야 하는 이유를 보여주는 상당히 인기 있는 데이터 세트입니다. 데이터 세트는 거의 동일한 설명 통계를 갖는 4개의 다른 데이터 세트로 구성됩니다. 데이터 세트는 1973년 Francis Ancombe에 의해 구축되었습니다. 자세한 내용은 시연된 기사에서 확인할 수 있습니다( 안스콤, FJ, 1973. 통계 분석의 그래프. 미국 통계학자, 27(1), pp.17-21. ).
JMP에는 샘플 데이터 테이블 중 하나로 Anscombe.jmp도 있습니다. 데이터 테이블에는 Fit Y by X를 사용하여 데이터 세트를 시연하는 테이블 스크립트 "The Quartet"이 포함되어 있습니다.
데이터사우루스 다스
나는 이것을 Anscombe의 Quartet이라고 볼 수 있습니다. 에서 자세한 정보를 찾을 수 있습니다. 동일한 통계, 다른 그래프: 시뮬레이션 어닐링을 통해 모양이 다양하고 통계가 동일한 데이터 세트 생성 . 이 기사의 아이디어는 시각화가 중요하다는 것을 정확히 보여주기 위한 것이 아니라 그러한 데이터 세트를 만드는 방법입니다. 이 기사는 Alberto Cairo가 만든 Datasaurus 데이터 세트를 다른 플롯을 만들기 위한 기준으로 사용합니다.
Datasaurus 다스 같은 통계, 다른 그래프(autodesk.com)
소원 부분
저는 JMP가 datasaurus 12개를 JMP에 데이터세트로 추가하거나 더 나은 방법으로 추가할 수 있기를 바랍니다. 종이 ~에 의해 Matejka, J. 및 Fitzmaurice, G., 2017년 5월. 동일한 통계, 다른 그래프: 모의 어닐링을 통해 다양한 모양과 동일한 통계로 데이터 세트를 생성합니다. 컴퓨팅 시스템의 인적 요소에 관한 2017년 CHI 회의 절차에서(pp. 1290-1294). 사용자가 이러한 유형의 데이터 세트를 만들 수 있는 알고리즘을 구현합니다.
JMP에는 이미 JMP Man Dozen.jmp 샘플 데이터가 있습니다. 이 데이터는 Matejka, J. 및 Fitzmaurice, G., 2017년 5월. 동일한 통계, 다른 그래프: 모의 어닐링을 통해 다양한 모양과 동일한 통계로 데이터 세트를 생성합니다. 컴퓨팅 시스템의 인적 요소에 관한 2017년 CHI 회의 절차에서(pp. 1290-1294).
Graph Builder에서 시각화된 JMP Man Dozen 데이터 세트
데모
참고: 데모를 실행하려면 JMP16 이상이 필요합니다.
나는 또한 이것을 내 github 페이지에 커밋했습니다. 여기에 있는 이 게시물과 스크립트와 텍스트가 약간 다릅니다( jthi0/visualize_your_data (github.com) .
Anscombe의 Quartet과 Datasaurus Dozen을 보여주는 데 사용할 수 있는 데모 스크립트를 "빠르게" 작성했습니다. 이 게시물에 zip 파일로 첨부되어 있습니다. 한 폴더에 Visualize_your_data.zip의 압축을 풀고 demo.jsl을 실행하면 두 데이터 세트가 모두 시각화된 창이 열립니다.
데모 창에는 모든 그래프 빌더에서 마커를 더 잘 보이게 만드는 데 사용할 수 있는 슬라이더가 포함되어 있습니다. 왼쪽 이미지에는 숨겨진 마커가 있고 오른쪽 이미지에는 투명도가 1(100%)로 설정되어 있습니다.
나는 또한 이것을 게시했습니다 내 깃허브(github.com/jthi0) 하지만 github 버전에는 datasaurus 세트가 포함되어 있지 않습니다. 자유롭게 공유할 수 있는지 확인하지 않았기 때문입니다(하지만 다음에서 자유롭게 다운로드할 수 있습니다. https://www.autodesk.com/content/dam/autodesk/www/autodesk-reasearch/Publications/pdf/SameStatsDataAndImages.zip , 데모 스크립트의 기준선으로 DataSaurusDoze.tsv를 사용했습니다. .jmp 파일로 변환하고 demo.jsl 및 지원 스크립트와 같은 폴더에 저장합니다.
이 스크립트는 추가 기능으로 상당히 쉽게 변환할 수 있으며 수행할 수 있는 몇 가지 개선 사항이 있습니다(예: 사용자 인터페이스에서 데이터 내보내기).
논의
시각화가 귀하 또는 귀하의 조직을 많은 골칫거리로부터 구한 유사한 상황에 직면한 적이 있습니까?
동의합니다. JMP의 Graph Builder 기능은 진정한 챔피언입니다. 때때로 사람들은 데이터를 시각화/탐색하지 않고 곧바로 정교한 통계 분석을 수행하는 경향이 있습니다. 그들은 많은 기회를 놓쳤습니다. JMP는 이점이 있습니다.
것 같다 JMP 맨다스.jmp 데이터 테이블은 제 게시물에서 언급한 동일한 문서를 사용하여 JMP에서 datasaurus 12를 구현한 것입니다. 존재하는지도 몰랐는데 보여주셔서 감사합니다 @호기 !
나는 이것을 좋아한다 (샘플 데이터에서)
dt = Open( "$SAMPLE_DATA/JMP Man Dozen.jmp" );
dt << runScript("Trellis with Summaries");
안녕 @jthi ,
이것은 데이터 시각화(문자 그대로 데이터의 구조 보기)의 중요성을 일깨워주는 훌륭한 게시물입니다. 스프레드시트를 공유하는 사람들을 몇 번이나 만났는지 모릅니다. 숫자의 열과 행이 너무 많아 실제로 무슨 일이 일어나고 있는지 구분할 수 없을 때 그들은 데이터의 추세에 대해 이야기하기 시작합니다. 데이터와 함께. 또는 하나 또는 두 개의 데이터 포인트 또는 단순히 몇 가지 데이터 포인트의 평균만으로 논의(및 잠재적인 의사 결정)가 이루어지는 경우입니다. 추가 컨텍스트와 특히 시각화가 없으면 이것은 매우 위험한 경로입니다.
토론에 추가할 한 가지는 열 지도, 산점도(종종 여러 변수에 걸쳐 3D로 순환하고 데이터가 여러 변수에 걸쳐 어떻게 그룹화되거나 정렬되는지 확인), 막대형 등 다양한 방법으로 데이터를 시각화하는 것입니다. 그래프, 박스 플롯, 병렬 플롯 등. 다른 관점을 가져오고 데이터를 더 잘 이해하는 데 도움이 되는 모든 종류의 방법은 항상 시도하는 것이 좋습니다. 그리고 더 나은 방식으로 청중에게 메시지를 전달하는 새로운 시각화 기술을 접하게 될 수도 있습니다. 때로는 더 나은 시각화를 위해 집계된 그룹이 서로 어떻게 관련되어 있는지 확인하기 위해 변환, 이상값 보기 또는 클러스터링과 같은 몇 가지 추가 단계가 필요할 수 있습니다. 계층적 클러스터링 플랫폼의 Constellation Plot이 이 작업에서 매우 유용하다는 것을 알았습니다. . 물론 대부분은 작업 중인 데이터의 세부 사항과 조직에 적합한 것이 무엇인지에 따라 달라집니다.
게시물 주셔서 감사합니다!,
DS
