✓ 멋진 새 기능
☐ 많은 사용자에게 도움이 될 수 있습니다!
☐ "버그"를 제거합니다.
☐ 가지고 있어서 좋아요
☐ 아무도 필요하지 않아
이 위시리스트 요청에 영감을 준 것은 무엇입니까?
GraphBuilder의 요약 통계는 매우 편리합니다. 데이터 필터의 변경 사항에 자동으로 반응하고 계산된 값은 x축, 그룹 X/Y, 랩, 오버레이 및 페이지의 데이터 포인트 그룹화를 따릅니다.
불행하게도 요약 통계는 점, 선, 막대 및 히트맵 플롯에만 사용할 수 있지만 예를 들어 평행 또는 평활 플롯에는 사용할 수 없습니다.
이것이 때때로 그래프 빌더의 자동 수단을 사용하여 더 매끄럽고 정렬된 점/선 플롯을 얻는 것이 불가능한 이유입니다. 그래프 빌더: Smoother에 대한 요약 통계
문제를 해결하려면 다음을 통해 "수동으로" 집계를 수행해야 합니다. 열을 변환합니다.
사용자가 그래프 빌더의 요약 통계를 사용하는 대신 변환 열을 추가하는 데에는 더 많은 이유가 있습니다.
- 요약 통계를 통해 사용할 수 있는 제한된 수의 집계 옵션( 그래프 빌더에 CDF 추가 , 순위도 누락되었습니다 )
- 사용자는 통계를 조정해야 합니다(한 번 더 자주 사용됩니다). 새로운 JSL 기능: Col N 카테고리 사용할 수 있습니다).
변환 열의 문제: 훨씬 적습니다. 유연한 요약 통계보다:
- x/y 축, X/Y 그룹, 랩, 오버레이 및 페이지의 데이터 포인트 분포를 무시합니다.
- 로컬 데이터 필터를 무시합니다.
더보기...Names Default to Here(1);
dt = Open( "$SAMPLE_DATA/Big Class.jmp" );
gb = dt << Graph Builder(
Transform Column( "Mean[weight]", Formula( Col Mean( :weight ) ) ),
Size( 480, 463 ),
Show Control Panel( 0 ),
Set α Level( 0.01 ),
Summary Statistic( "Median" ),
Graph Spacing( 4 ),
Variables(
X( :age ),
Y( :"Mean[weight]"n ),
Y( :weight, Position( 1 ) ),
Group Y( :sex ),
Overlay( :sex )
),
Elements(
Points( X, Y( 2 ), Legend( 1 ), Summary Statistic( "Mean" ) ),
Points( X, Y( 1 ), Legend( 3 ), Jitter( "None" ) )
),
Local Data Filter(
Add Filter(
columns( :name ),
Where(
:name == {"ALFRED", "ALICE", "AMY", "BARBARA", "CAROL",
"CHRIS", "CLAY", "DANNY", "DAVID", "EDWARD", "ELIZABETH",
"FREDERICK", "JACLYN", "JAMES", "JANE", "JEFFREY", "JOE",
"JOHN", "JUDY", "KIRK", "LAWRENCE", "LESLIE", "LILLIE",
"LINDA", "MARION", "MARK", "MARY", "MICHAEL", "PHILLIP",
"ROBERT", "SUSAN", "WILLIAM"}
),
Display( :name, N Items( 15 ), Find( Set Text( "" ) ) )
)
),
SendToReport(
Dispatch(
{},
"400",
ScaleBox,
{Legend Model(
3,
Base( 0, 0, 0, Item ID( "F", 1 ) ),
Base( 1, 0, 0, Item ID( "M", 1 ) ),
Properties(
0,
{Marker( "Triangle" ), Marker Size( 3 )},
Item ID( "F", 1 )
),
Properties(
1,
{Marker( "Triangle" ), Marker Size( 3 )},
Item ID( "M", 1 )
)
)}
)
)
) 솔리드 포인트: 요약 통계를 통한 평균 -> 연령, 성별에 따라 다른 값 + 로컬 데이터 필터 존중
열린 삼각형: 변환 열을 통한 평균 -> 모든 값이 동일하며 LDF는 무시됩니다.
논쟁의 여지가 있을 수 있습니다. 삼각형은 변환 열이 계산하도록 지시받은 내용을 정확하게 표시합니다. 걱정할 필요 없어.
네, 그렇습니다. 요약 통계가 없었다면 말이죠!
요약 통계에는 "평균(가중치)"라는 동일한 작업이 포함되어 있으며 완전히 다른 값을 표시합니다.
당신이 보고 싶은 개선점은 무엇입니까?
그래프 빌더(및 요약과 같은 기타 플랫폼)의 열 변환의 경우 로컬 데이터 필터를 존중하는 옵션을 추가하십시오(옵션: LDF 하위 집합 ).
"x/y 축, X/Y 그룹, 페이지 등의 데이터 포인트 분포를 고려합니다." 문제 매우 쉽게 고칠 수 있습니다. 각 열을 열 집계의 인수로 추가하기만 하면 됩니다.
그러나 그래프가 변경될 때마다 사용자는 필요한 모든 열이 JSL 코드에 있는지 매우 주의 깊게 확인해야 합니다.
훨씬 쉽습니다. 요약 통계가 수행하는 것과 유사한 데이터를 분할하도록 변환 열에 지시하는 옵션입니다(X 축, X/Y 그룹, 페이지의 다른 값에 대한 개별 하위 집합). 나는 그것을 "그래프 항목"이라고 불렀습니다. (컴포트 모드 - 더 정확하게 설명하는 단어가 있을 거라고 확신합니다 
대체 옵션:
GraphBuilder의 변환 열에 열 집계가 사용되는 경우 allPlotGroups, X, X(1), X(5), Group X, GroupX(1), Overlay, Page와 같은 인수를 허용해야 합니다.
Col Number(:height, :sex, "Page") // if a column is used as page, please calculate individual values for the data points on different pages
Col Number(:height, :sex, "GroupY") // if a column is used as GroupY, please calculate individual values for the data points on different GroupsY
Col Number(:height, :sex, "X(1)") // please calculate individual values for different values of the column which is used as X(1)
Col Number(:height, "allPlotGroups") // please calculate individual values for different values of the column which is used as X, GroupX, GroupY, Wrap, Page
Col Number(:height, "GroupX", "GroupY", "Wrap", "Page") // similar to the previous one, but no subgroups for "same X value"
컨텍스트 메뉴의 "comfort mode"와 열 집계의 인수인 "allPlotGroups"는 요약 통계와 동일한 기능을 제공합니다.
마지막 예는 요약 통계 작업을 할 때 오랫동안 원했던 것입니다.
데이터 대 시간을 플롯할 때 로트 번호를 오버레이로 사용할 수 있지만 로트가 며칠에 걸쳐 분할되면 두 개의 로트로 표시됩니다.
따라서 여기서 새로운 기능은 SummaryStatistics(!)보다 훨씬 더 큰 유연성을 제공합니다. 유연한 방식 데이터 집계 방법을 지정하려면 다음을 수행하세요.
- 오버레이별로 그룹화(많음)
- X(시간)로 그룹화하지 마세요. - 대신: 시간 경과에 따른 평균(다른 전송 열을 통해)
이 아이디어가 왜 중요한가요?
그래프 빌더는 멋지네요.
요약 통계는 매우 유용하지만 요약 통계의 기능은 제한되어 있습니다.
그리고 수식 열로 돌아가면 요약 통계가 얼마나 편리한지 보여주는 팝업이 표시됩니다.
데이터 필터 문제의 경우 해결 방법이 있습니다. 변환 열: 제외된 행이 있는 버그
그러나 단일 데이터 필터가 있는 대시보드의 경우 약간의 노력이 필요하며 훨씬 더 복잡해집니다.
열 집계를 위한 새로운 그룹화 옵션을 사용하면 열 변환이 요약 통계보다 훨씬 더 강력해집니다.
--> 새로운 기능을 통해 사용자는 요약 통계에서 익숙했던 편안함과 유연성을 제한 없이 열 변환을 사용할 수 있습니다.
