如果您錯過了《統計演講》一集科學家和工程師的數據視覺化，點播版本現已推出。 我們聽到了一些關於數據視覺化在整個分析工作流程中的重要性的真正鼓舞人心的觀點！
Calico Labs 發現技術主管 Amoolya Singh 發表了精彩的全體演講，“學習觀察數據模式：數據可視化如何促進分析工作流程。”誰知道編織、計算和視覺化是如此相互關聯？ 迷人！
Amoolya 也與靈北高級研究員 Kathleen Schneider 一起參加了小組討論；以及 SAS 首席分析培訓顧問 Scott Wise。 由於我們沒有時間回答觀眾的所有問題，我們的小組成員同意在這裡回答其中一些問題。
許多視覺效果顯示按顏色分隔的資料。 您會為色盲人士建議哪些住宿？
斯科特： Xan Gregg，視覺化開發總監傑普,對於色盲人士在 JMP 中繪圖有一些很好的建議：
雖然節點圖和 tSNE 圖都資料豐富，但我經常發現它們資訊匱乏。 我覺得我還沒有發展出解釋它們的圖形素養。 我總是希望圖表和顯示具有預先註意的質量，這樣我就可以清楚地看到哪些位元具有資訊性。 有什麼建議麼？
斯科特：節點圖（網絡圖等）和 tSNE 圖（PCA 結果等）確實需要在圖中包含上下文和故事（口頭解釋或在圖上/周圍以文字形式呈現），以便您真正理解「如何」查看圖表中的模式。 不要害怕將故事的敘述與這些有用的圖表結合。
Web 2.0 對資料科學和分析有何影響？
筆記： Web 2.0 是萬維網發展的第二階段，其特點是從靜態網頁到動態或用戶生成內容的轉變以及社交媒體的增長。
斯科特： Web 2.0 已經到來（正如社群媒體的興起所示）。 如果您沒有收集這個動態資料來源來分析和視覺化趨勢（例如在社群媒體上使用有關您的公司、產品、專利、競爭對手等的文字探勘），那麼您已經落後了。 要獲得良好的介紹，請查看此“在 Web 2.0 世界中蓬勃發展」來自 SAS 的部落格。
3D 圖表被提出來，但我發現它們很難以固定格式共享。 您建議如何分享 3D 圖表發現？
斯科特：第一條規則是，如果3D 圖表不會為檢視者增加價值，則應遠離3D 圖表，這就是您在JMP 中看不到3D 長條圖的原因，因為它們通常令人困惑並且不會增加任何價值。
第二條規則是確保當 3D 圖表有價值時，請確保以互動方式使用它們（例如過濾器、互動式 HTML5 格式，甚至視訊），而不是讓它們保持固定的靜態格式。 這樣做可以讓用戶正確地與它們互動並解釋它們。 例如，如果您無法移動3D 立方體來更改JMP 中點的視點方向，則JMP 3D 散點圖（如我們關於檢查三因素實驗設置的小組討論中所介紹的那樣）在JMP 之外的效果要低得多。圖像。 因此，對於不使用 JMP 的用戶，請嘗試透過設定本機資料過濾器來模擬探索 3D 散佈圖的互動性，這些濾鏡會在一段時間內變更視點方向，並將其儲存為互動式 HTML5。 另一種選擇是創建一個簡短的視訊記錄自己探索用戶可以回放的 3D 圖形。
您如何看待不同公司和產業使用動畫氣泡圖？ 可以在動畫發生時對它們進行註釋嗎？
斯科特：我幾乎見過所有行業（高科技、醫療保健、政府等）和許多不同組織領域使用的動畫氣泡圖和地圖。 在製造/供應鏈中，動畫氣泡圖成功地用於顯示產品隨時間的改進或趨勢（就像我在小組討論中的範例）。 在研究中，動畫氣泡圖通常用於在整個研發週期中為產品/組件的成長或變化帶來活力。 在銷售方面，動畫氣泡圖擅長顯示跨地理區域隨時間的銷售表現。 您可以直接在氣泡圖上建立註釋，但它們不會隨著時間的推移而移動。 相反，使用氣泡標籤來隨著時間的推移顯示所需的註釋資訊。
我教 AP 統計學，所以我可能是這裡唯一不在私部門工作的人。 當我們試圖提高人們對該領域的興趣時，我一直在尋找影片、TED 演講和客座演講者，他們可以瀏覽現實世界的當前數據集合，創建視覺化並逐步演示該過程，因此我的學生可以看到特定的職業如何應用在我們正在學習的內容中。 有推薦的影片嗎？
斯科特：對於圖形學教學，似乎總是有效的公式是儘早讓學生用引人注目的圖形來講述故事並使統計數據變得生動。 我想不出比展示更好的例子了漢斯·羅斯林 (Hans Rosling) 2007 年 TED 演講“你從未見過的最佳統計數據”。如果他們在觀看漢斯與圖表互動後沒有感到興奮，他們可能沒有脈搏！
另外，視覺化主題 JMP 博客JMP 社群是另一個獲取視覺化有趣故事的好地方，這些故事增強了許多有趣主題的統計數據。 請務必查看我、Ryan DeWitt 和 Byron Wingerd 的貢獻。 另外，圖中的圖形JMP 公共網站有一系列有趣且通常是互動的圖形來講述故事！
請定義圖形性。
斯科特：我喜歡中的定義維基百科：“圖形能力被定義為以草圖、照片、圖表、地圖、計劃、圖表、圖形和其他非文字格式的形式理解和呈現資訊的能力。”這個定義強調圖形性包括理解和表達。 它還表明它可以透過許多不同的創意形式來實現。
JMP 如何幫助使用者不僅評估統計顯著性，而且評估實際顯著性？
斯科特：實際意義是指顯示差異的大小或效果量。 因此，我認為結合實際意義和統計意義的最佳方法是始終在統計數據（解決統計意義）旁邊包含圖表（證明實踐意義）。 從圖表開始，然後顯示統計數據，因為這似乎最適合我們的大腦如何處理資訊差異。
凱瑟琳：我在生物製藥行業工作，設計下游（純化/分離）工藝，以便擴大規模並轉移到生產設施。 通常，我幫助設計的流程很複雜並且有很多互動。 通常，當我使用 JMP 時，我會嘗試解決實際問題，包括提高流程效率（提高產量或縮短流程時間）或降低風險（減少雜質和流程失敗的風險）。 通常，提高產量或製程效率將以增加雜質或增加製程失敗的風險為代價。
我們設計的流程步驟有多個子步驟。 有時，早期的製程條件可能會導致製程雜質增加或其他負面結果，而這些結果直到後面的製程步驟才能觀察到。 由於交互作用的複雜性，使用 JMP 進行實驗設計和多變量分析（包括評估主要因子、平方因子（效果是線性還是曲線）和雙因子交互作用的統計顯著性）是一種有效的方法來評估哪些主要因素和兩因素交互作用是需要追蹤和修改的最重要因素，以及哪些因素對過程並不重要。 使用 JMP 來視覺化這些數據也非常強大。 這些數據用於改進製程或減少製程和產品相關的雜質或減輕製程故障。 這些數據還可以為優化製程提供指導，以實現最高的製程效率、最低的雜質等級和最低的製程失敗風險。
舉個例子，我作為團隊的一員正在研究一個工藝步驟，試圖減少雜質 U。 團隊中對於因子 A 還是因子 B 對於反應 U 的水平哪個更重要進行了很多討論。 我們發現我們都錯了。 關鍵因素竟然是C因素！ 幸運的是，我們一直在追蹤因素 C，並且有可用的數據來追蹤過程中的因素。 根據這次經驗和其他經驗，我建議追蹤盡可能多的因素，包括您認為可能不重要的因素。 你可能會感到驚訝。
我們感謝這些專家花時間對我們收到的眾多問題中的一些提出自己的觀點。 他們擁有的豐富經驗在這些答案以及此的點播版本中顯而易見插曲從統計學上來說。
