Introducción
Sigo pensando que una de las características más poderosas de JMP es su capacidad para crear rápidamente diferentes visualizaciones. Esta publicación es solo un recordatorio/ iniciador de discusión /Elemento de la lista de deseos sobre el hecho de que visualizar sus datos es extremadamente importante. Esta publicación incluirá dos ejemplos diferentes "simples" pero muy poderosos de por qué siempre debe visualizar sus datos y no solo confiar en estadísticas resumidas/descriptivas.
Parte de recordatorio
el cuarteto de anscombe
Cuarteto de Anscombe (wikipedia) es un conjunto de datos bastante popular para demostrar por qué se deben visualizar los datos. El conjunto de datos consta de cuatro conjuntos de datos diferentes que tienen estadísticas descriptivas casi idénticas. El conjunto de datos fue construido por Francis Ancombe en 1973. Se puede encontrar más información en el artículo donde se demuestran ( Anscombe, FJ, 1973. Gráficos en análisis estadístico. The American Statistician, 27(1), pp.17-21. ).
JMP también tiene Anscombe.jmp como una de las tablas de datos de muestra. La tabla de datos incluye el script de tabla "The Quartet" que usará Ajustar Y por X para demostrar el conjunto de datos.
Datasaurus Docena
Pude ver esto como un poco nunca el Cuarteto de Anscombe. Puede encontrar más información de Mismas estadísticas, diferentes gráficos: generación de conjuntos de datos con apariencia variada y estadísticas idénticas mediante recocido simulado . La idea del artículo no es exactamente demostrar que la visualización es importante, sino cómo crear dichos conjuntos de datos. El artículo utiliza el conjunto de datos Datasaurus creado por Alberto Cairo como línea de base para crear diferentes gráficos.
Datasaurus docena de Mismas estadísticas, diferentes gráficos (autodesk.com)
deseo parte
Espero que JMP agregue datasaurus docena como conjunto de datos a JMP o incluso mejor, posiblemente use el papel por Matejka, J. y Fitzmaurice, G., 2017, mayo. Mismas estadísticas, diferentes gráficos: generación de conjuntos de datos con apariencia variada y estadísticas idénticas a través de recocido simulado. En Actas de la conferencia CHI de 2017 sobre factores humanos en sistemas informáticos (págs. 1290-1294). implementar el algoritmo que permitiría a los usuarios crear este tipo de conjuntos de datos.
JMP ya tiene datos de muestra de JMP Man Dozen.jmp que se crearon a partir de JMP Man mediante el uso de métodos sugeridos demostrados en Matejka, J. y Fitzmaurice, G., 2017, mayo. Mismas estadísticas, diferentes gráficos: generación de conjuntos de datos con apariencia variada y estadísticas idénticas a través de recocido simulado. En Actas de la conferencia CHI de 2017 sobre factores humanos en sistemas informáticos (págs. 1290-1294).
Conjunto de datos JMP Man Dozen visualizado en Graph Builder
Manifestación
Nota: La demostración requiere JMP16 o más reciente para ejecutarse.
También he enviado esto a mi página de github. Tiene un guión ligeramente diferente y un texto diferente al de esta publicación aquí ( jthi0/visualize_your_data (github.com) .
"Rápidamente" escribí un guión de demostración que se puede usar para mostrar el Cuarteto de Anscombe y Datasaurus Dozen. Esto se ha adjuntado como un archivo zip a esta publicación. Descomprima visualize_your_data.zip en una carpeta y ejecute demo.jsl y debería abrir una ventana con ambos conjuntos de datos visualizados.
La ventana de demostración incluye un control deslizante que se puede usar para hacer que los marcadores sean más visibles en todos los generadores de gráficos. Las imágenes del lado izquierdo tienen marcadores ocultos y las del lado derecho tienen la transparencia configurada en 1 (100%).
También he publicado esto en mi github (github.com/jthi0) pero la versión de github no incluye el conjunto datasaurus, ya que no me molesté en comprobar si podía compartirlo libremente (pero puedes descargarlo libremente desde https://www.autodesk.com/content/dam/autodesk/www/autodesk-reasearch/Publications/pdf/SameStatsDataAndImages.zip , utilicé DataSaurusDoze.tsv como base para el script de demostración. Conviértalo en un archivo .jmp y guárdelo en la misma carpeta que demo.jsl y scripts de soporte).
Esta secuencia de comandos podría convertirse con bastante facilidad en un complemento y hay bastantes mejoras que podrían realizarse (como exportar datos desde la interfaz de usuario).
Discusión
¿Se ha enfrentado a situaciones similares en las que la visualización le ha ahorrado a usted o a su organización muchos dolores de cabeza?
Acordado. La función Graph Builder en JMP es un verdadero campeón. A veces, las personas tienden a realizar de inmediato análisis estadísticos sofisticados sin visualizar/explorar los datos. Perdieron muchas oportunidades. JMP tiene ventaja en esto.
Parece que JMP Hombre Docena.jmp La tabla de datos es la implementación de JMP de datasaurus docena usando el mismo papel que mencioné en mi publicación. Ni siquiera sabía que existía, así que gracias por mostrarlo. @hogi !
Me gusta este (de datos de muestra)
dt = Open( "$SAMPLE_DATA/JMP Man Dozen.jmp" );
dt << runScript("Trellis with Summaries");
Hola @jthi ,
Esta es una gran publicación y un recordatorio de la importancia de visualizar los datos (literalmente mirar las estructuras en los datos). No sé cuántas veces me he encontrado con personas que comparten una hoja de cálculo y comienzan a hablar sobre tendencias en los datos cuando hay tantas columnas y filas de números que no puedes entender lo que realmente está sucediendo. con los datos O, cuando las discusiones (y potencialmente las decisiones) se toman únicamente a partir de uno o dos puntos de datos o quizás simplemente la media de unos pocos puntos de datos. Sin contexto adicional y especialmente visualización, este es un camino tan arriesgado para seguir.
Una cosa que agregaría a la discusión es tratar de visualizar los datos de múltiples maneras diferentes: mapas de calor, diagramas de dispersión (a menudo en 3D en múltiples variables para recorrer y ver cómo los datos pueden agruparse u organizarse en diferentes variables), barra gráficos, diagramas de caja, diagramas paralelos, etc. Siempre es bueno probar cualquier forma que genere una perspectiva diferente y ayude a comprender mejor los datos. Y es posible que te encuentres con una nueva técnica de visualización que realmente transmita el mensaje a tu audiencia de una mejor manera. A veces, la mejor visualización puede requerir algunos pasos adicionales como transformaciones, observar valores atípicos o agrupar para ver cómo los grupos agregados se relacionan entre sí. He encontrado que el gráfico de constelación en la plataforma de agrupamiento jerárquico es muy útil en este . Por supuesto, gran parte depende de los detalles de los datos con los que está trabajando y de lo que tiene sentido para su organización.
¡Gracias por la publicacion!,
SD
