Concordato. La funzione Graph Builder in JMP è un vero campione. A volte, le persone tendono a eseguire immediatamente sofisticate analisi statistiche senza visualizzare/esplorare i dati. Hanno perso molte occasioni. JMP ha un vantaggio su questo.
Sembra quello JMP Man Dozen.jmp data table è l'implementazione di JMP di datasaurus dozzina usando lo stesso documento che ho menzionato nel mio post. Non sapevo nemmeno che esistesse, quindi grazie per averlo mostrato @hogi !
Mi piace questo (dai dati di esempio)
dt = Open( "$SAMPLE_DATA/JMP Man Dozen.jmp" );
dt << runScript("Trellis with Summaries");
CIAO @jthi ,
Questo è un ottimo post e promemoria dell'importanza di visualizzare i dati (letteralmente guardando le strutture nei dati). Non so quante volte mi sono imbattuto in persone che condividono un foglio di calcolo e iniziano a parlare delle tendenze nei dati quando ci sono così tante colonne e righe di numeri che non puoi capire cosa sta realmente accadendo con i dati. Oppure, quando le discussioni (e potenzialmente le decisioni) vengono prese esclusivamente da uno o due punti dati o forse semplicemente dalla media di pochi punti dati. Senza contesto aggiuntivo e soprattutto visualizzazione, questo è un percorso così rischioso da percorrere.
Una cosa che aggiungerei alla discussione è provare a visualizzare i dati in più modi diversi: mappe di calore, grafici a dispersione (spesso in 3D su più variabili per scorrere e vedere come i dati potrebbero raggrupparsi o disporre su diverse variabili), barra grafici, grafici a scatola, grafici paralleli, ecc. Qualsiasi tipo di modo che porti a una prospettiva diversa e aiuti a comprendere meglio i dati è sempre buono da provare. E potresti imbatterti in una nuova tecnica di visualizzazione che trasmette davvero il messaggio al tuo pubblico in un modo migliore. A volte, la migliore visualizzazione potrebbe richiedere alcuni passaggi aggiuntivi come trasformazioni, ricerca di valori anomali o clustering per vedere come i gruppi aggregati si relazionano tra loro: ho trovato il Constellation Plot nella piattaforma Hierarchical Clustering molto utile in questo . Naturalmente, molto dipende dalle specifiche dei dati con cui stai lavorando e da ciò che ha senso per la tua organizzazione.
Grazie per il post!,
DS
introduzione
Continuo a pensare che una delle funzionalità più potenti di JMP sia la sua capacità di creare rapidamente visualizzazioni diverse. Questo post è solo un promemoria/ inizio della discussione /voce della lista dei desideri su cui visualizzare i tuoi dati è estremamente importante. Questo post includerà due diversi esempi "semplici" ma molto efficaci del perché dovresti sempre visualizzare i tuoi dati e non fidarti solo delle statistiche riassuntive/descrittive.
Parte promemoria
Il quartetto di Anscombe
Quartetto di Anscombe (wikipedia) è un set di dati abbastanza popolare per dimostrare perché i dati dovrebbero essere visualizzati. Il set di dati è costituito da quattro diversi set di dati che hanno statistiche descrittive quasi identiche. Il set di dati è stato costruito da Francis Ancombe nel 1973. Maggiori informazioni possono essere trovate dall'articolo in cui vengono dimostrate ( Anscombe, Florida, 1973. Grafici nell'analisi statistica. Lo statistico americano, 27(1), pp.17-21. ).
JMP dispone inoltre di Anscombe.jmp come una delle tabelle di dati di esempio. La tabella dei dati include lo script della tabella "The Quartet" che utilizzerà Fit Y by X per dimostrare il set di dati.
Datasaurus dozzina
Potrei vederlo come un po' mai il Quartetto di Anscombe. Puoi trovare maggiori informazioni da Stesse statistiche, grafici diversi: generazione di set di dati con aspetto diverso e statistiche identiche tramite ricottura simulata . L'idea dell'articolo non è esattamente quella di dimostrare che la visualizzazione è importante, ma piuttosto come creare tali set di dati. L'articolo utilizza il set di dati Datasaurus creato da Alberto Cairo come base per la creazione di diversi grafici.
Dozzina di Datasaurus da Stesse statistiche, grafici diversi (autodesk.com)
Parte del desiderio
Spero che JMP aggiunga una dozzina di datasaurus come set di dati a JMP o, meglio ancora, possibilmente utilizzi il file carta di Matejka, J. e Fitzmaurice, G., 2017, maggio. Stesse statistiche, grafici diversi: generazione di set di dati con aspetto diverso e statistiche identiche attraverso la ricottura simulata. In Atti della conferenza CHI 2017 sui fattori umani nei sistemi informatici (pp. 1290-1294). per implementare l'algoritmo che consentirebbe agli utenti di creare questo tipo di set di dati.
JMP dispone già di dati di esempio JMP Man Dozen.jmp che sono stati creati da JMP Man utilizzando i metodi suggeriti e dimostrati in Matejka, J. e Fitzmaurice, G., 2017, maggio. Stesse statistiche, grafici diversi: generazione di set di dati con aspetto diverso e statistiche identiche attraverso la ricottura simulata. In Atti della conferenza CHI 2017 sui fattori umani nei sistemi informatici (pp. 1290-1294).
Set di dati JMP Man Dozen visualizzato nel Costruttore di grafici
Dimostrazione
Nota: la demo richiede JMP16 o versione successiva per essere eseguita.
L'ho anche impegnato nella mia pagina github. Ha uno script leggermente diverso e un testo diverso rispetto a questo post qui ( jthi0/visualize_your_data (github.com) .
Ho scritto "rapidamente" uno script demo che può essere utilizzato per mostrare Anscombe's Quartet e Datasaurus Dozen. Questo è stato allegato come file zip a questo post. Decomprimi visualize_your_data.zip in una cartella ed esegui demo.jsl e dovrebbe aprire una finestra con entrambi i set di dati visualizzati.
La finestra demo include uno slider che può essere utilizzato per rendere i marcatori più visibili su tutti i costruttori di grafici. Le immagini sul lato sinistro hanno gli indicatori nascosti e quelle sul lato destro hanno la trasparenza impostata su 1 (100%).
Ho postato anche questo su il mio github (github.com/jthi0) ma la versione github non include il set di datasaurus, poiché non mi sono preoccupato di verificare se potevo condividerlo liberamente (ma puoi scaricarlo liberamente da https://www.autodesk.com/content/dam/autodesk/www/autodesk-reasearch/Publications/pdf/SameStatsDataAndImages.zip , ho utilizzato DataSaurusDoze.tsv come base per lo script demo. Convertilo in un file .jmp e salvalo nella stessa cartella di demo.jsl e supporta gli script).
Questo script potrebbe essere convertito abbastanza facilmente in un componente aggiuntivo e potrebbero essere apportati alcuni miglioramenti (come l'esportazione dei dati dall'interfaccia utente).
Discussione
Hai affrontato situazioni simili in cui la visualizzazione ha salvato te o la tua organizzazione da molti mal di testa?
