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
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 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 del 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), págs.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 utilizará Ajustar Y por X para demostrar el conjunto de datos.
Docena de Datasaurus
Podría ver esto como un poco nunca el Cuarteto de Anscombe. Puedes encontrar más información en 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 más bien cómo crear dichos conjuntos de datos. El artículo utiliza el conjunto de datos Datasaurus creado por Alberto Cairo como base para crear diferentes gráficos.
Datasaurus docena de Mismas estadísticas, diferentes gráficos (autodesk.com)
parte del deseo
Espero que JMP agregue una docena de datasaurus como conjunto de datos a JMP o, mejor aún, 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 mediante 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 han creado a partir de JMP Man mediante el uso de los métodos sugeridos y demostrados en Matejka, J. y Fitzmaurice, G., 2017, mayo. Mismas estadísticas, diferentes gráficos: generación de conjuntos de datos con apariencia variada y estadísticas idénticas mediante 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 posterior para ejecutarse.
También he enviado esto a mi página de github. Tiene una escritura y un texto ligeramente diferentes a los de esta publicación aquí ( jthi0/visualize_your_data (github.com) .
"Rápidamente" escribí un guión de demostración que puede usarse para mostrar Anscombe's Quartet 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 utilizar para hacer que los marcadores sean más visibles en todos los creadores de gráficos. Las imágenes del lado izquierdo tienen marcadores ocultos y las del lado derecho tienen la transparencia establecida en 1 (100%).
También he publicado esto en mi github (github.com/jthi0) pero la versión de github no incluye el conjunto de 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 a un archivo .jmp y guárdelo en la misma carpeta que demo.jsl y los scripts de soporte).
Este script podría convertirse con bastante facilidad en un complemento y se podrían realizar bastantes mejoras (como exportar datos desde la interfaz de usuario).
Discusión
¿Se ha enfrentado a situaciones similares en las que la visualización le ha salvado a usted o a su organización de muchos dolores de cabeza?
