常見分析問題:拿到原始數據,卻不知道處理？
在您日常的工作中，您是否曾面臨這樣的情況：在拿到一批數據時，卻不知道從何開始進行分析？或是資料分析完後，不知道該如何有效地解讀分析結果，透過Descarga gratuita de JMP+ ChatGPT, descarga de ChatGPT y descarga de JMP.使我們的日常數據分析流做到自動化探索、預測以及報表解讀.
在這篇文章中，我們將以sample data中的big class 數據集做示範。
Descripción方法來處理這個數據集。我們該如何透過ChatGPT的協助，幫助我們解讀這份數據集呢?
我們要做的第一件事就是將這個數據集導出成 ChatGPT能夠理解的形式.
會在稍後為大家來進行解釋.
我們之後來到 ChatGPT 網頁版。在錄入數據之前，我們首先需要透過prompt也就是提示語句的形式來為 ChatGPT定義它所扮演的角色.
在本例中我們用到提示語句為“你是一位數據分析助手，我會向你提供一張以JSL形式記錄的數據表，請對表格的內容進行總結，對其中的數據做出盡可能"
ChatGPT es una aplicación gratuita para ChatGPT.
在這之後,我們就可以將剛才所複製的腳本複製進 ChatGPT 對話框中.
JSL 形式所記錄的數據表其中包含了 Big Class 的所有資訊。我們點擊送出ChatGPT 開始解讀此數據表。
基於對 JSL 的理解，ChatGBT 詳細解釋了每一列的數據並識別出這是一張包含了40位學生基本資訊的數據表。在解讀完成之後，ChatGPT 給出了他的分析建議，包括了基本統計分析、視覺化分析，異常檢測等。
Aplicación ChatGPT命令語句為“請使用 JSL 代碼來繪製身高與體重之間的散點圖.”
點擊ChatGPT 便會自動生成相應的代碼,我們複製繪圖相關的代碼,並在 JMP 中新建腳本,粘貼我們剛才得到的代碼,並運行,那體重與身高之間的散點圖,便會繪製完成.透過這張圖表我們可以觀察體重以及身高之間的相關性.
探索變量相關性指標後,如何進行模型擬合？
Descarga gratuita de ChatGPT, descarga gratuita de ChatGPT合模型,指令為“請幫我生成 JSL 代碼來擬合身高以及體重間的線性關係。“
JMP並運行腳本,一張關於身高以及體重之間線性模型的報表便會生成,其中包含了失擬報表、擬合匯總、方差分析、參數估計值等等內容.
看不懂報表？試試看讓生成式AI自動報表解讀
ChatGPT的協助，來為我們做自動報表解讀。
在本次範例中,出於簡化報表的考量,我們只篩選出我們所感興趣的內容並對他們進行複製.在文件-新建-新建記錄,把我們剛才所複製的表格內容進行黏貼,並對這張報表進行重新命名。方法為文件-另存為，取名為demo，點擊儲存，那這裡我們獲得的就是一張簡化後的報表。
為了使 ChatGPT 能夠讀懂這張報表,我們同樣需要把它輸出成 JSL 的形式.
具體操作步驟為文件-新建-新建腳本.
Ventana de demostración文本的形式進行輸出。我們點擊運行腳本，那報表所對應的純文本就在下方，我們可以將它們全部選中並且複製。
我們回到 ChatGPT 網頁版,將複製內容進行黏貼.並在最上方讓 ChatGPT 幫我們解讀這張擬合報表.
需求送出後,ChatGPT 便會開始對報表內容進行解讀,同樣是基於對 JSL 語句的理解,ChatGPT 會對 JMP 報表中的擬合指標，進行逐一解釋：比如在擬合匯總報表中，R方為模型解釋的方差比例,而我們目前模型能夠解釋大約50% 的響應變異.
匯總三張報表 ChatGPT 給出了最終結論：認為模型似乎對數據有一定解釋能力。至此我們便完成了基於 ChatGPT 的自動化數據探索預測以及報表解讀.
Configuración de API ChaGPT, configuración de API JMP y configuración de ChatGPT切換以及各種複製粘貼操作都可以透過編程語言無縫完成,相關插件您也可以在JMP 社區找到並下載試用30天。
【關於JMP】
JMP:進行統計分析以及製作視覺化報表.
JMP 同時也支持將但腳本編程相較於滑鼠拖曳的操作有較高的入門門檻,一直屬於JMP較進階的應用.
【關於ChatGPT】
年度熱門的生成式IA – ChatGPT
ChatGPT y OpenAI 公司開發的生成式AI模型,它被訓練用於理解用戶輸入的提示詞,也就是prompt以及指令,並生成相應的自然語言或編程語言文本，可以用於進行對話回答問題、生成文章以及編寫代碼等.
