Die JMP-Japan-Abteilung veranstaltete von März bis April dieses Jahres jeden Dienstag insgesamt acht Seminare mit dem Namen „JMP Information Bureau“. Der Zweck dieses Seminars bestand darin, in einer kurzen 30-minütigen Sitzung vielfältige Informationen über JMP zu vermitteln, und die Anzahl der Teilnehmer übertraf die Erwartungen.
Am Ende gab es viele Reaktionen
Dieser Blog fasst die Hauptthemen zusammen, die in der 5. bis 8. Sitzung im April behandelt wurden.
*Die Hauptinhalte der Teile 1 bis 4 finden Sie im folgenden Blog.
Zusammenfassung dessen, was im 30-minütigen Omnibus-Seminar „JMP Information Bureau“ (1. bis 4. Sitzung) durchgeführt wurde – JMP User Community。
Inhaltsverzeichnis
Folge 5 (Hauptsendung 2.4., Wiederholungssendung 9.4.) Erfahren Sie noch einmal, was man mit „univariater Verteilung“ machen kann
Wir haben verschiedene Optionen für Univariate Distribution eingeführt, eine Plattform, die häufig von JMP-Benutzern verwendet wird.
●Optionen für kategoriale Variablen (nominale Skala, ordinale Skala)
Wenn Sie die JMP-Beispieldaten „Employee Taste.jmp“ öffnen und die nominalen Skalenspalten „TV“ bis „Restaurant“ als [Y, Spalte] unter [Analysieren] > [Univariate Verteilung] angeben.
Indem Sie auf das rote Dreieck links neben den Berichtsspaltennamen klicken und Optionen angeben, können Sie Ihren Bericht wie folgt aussehen lassen:
Dieser Bericht kann durch sequenzielle Anwendung der folgenden Optionen erstellt werden:
*Wenn Sie die Strg-Taste gedrückt halten, auf das rote Dreieck links neben dem Spaltennamen klicken und eine Option auswählen, können Sie diese Option auf alle Berichte im gleichen Format anwenden.
●Optionen für kontinuierliche Variablen (kontinuierliche Skala)
In Teil 4, „Taylor Swifts Songanalyse“, haben wir eine Reihe kontinuierlicher Skalen betrachtet, die die Popularität jedes Songs anzeigen.
Für Histogramme in kontinuierlich skalierten Berichten können Sie mit [Extras] > [Handwerkzeug] die Klassenbreite und Schrittposition des Histogramms ändern.
Wenn Sie eine multimodale Verteilung vermuten, wählen Sie mit der roten Dreiecksschaltfläche links neben dem Spaltennamen [Kontinuierliche Verteilung anpassen] > [Alle anpassen] aus und überprüfen Sie den Bericht „Verteilungen vergleichen“.
„Verteilungsvergleich“ sortiert die Ergebnisse in absteigender Reihenfolge des AICc, einer Statistik der Güte der Anpassung (bessere Anpassung). Dieses Beispiel zeigt, dass die doppelte normale Mischungsverteilung und die dreifache normale Mischungsverteilung besser passen als die Normalverteilung.
In diesen Fällen sollten Sie überlegen, ob es Schichtungsvariablen gibt, die die Verteilung trennen.
Folge 6 (Hauptsendung 9.4., Wiederholungssendung 11.4.) „Über Vorhersageintervalle und Toleranzintervalle“
Wir haben die grobe Idee der in der Statistik verwendeten Vorhersageintervalle und Toleranzintervalle erklärt und sie anhand der „univariaten Verteilung“ von JMP demonstriert. Die in dieser Episode verwendeten Handouts und JMP-Beispieldaten sind diesem Blog beigefügt.
Quelle: JMP Information Bureau 6th Prediction Interval and Tolerance Interval.pdf
JMP-Beispieldaten: JMP Information Bureau Band 6 Hypothetische Daten zur Erklärung von Vorhersageintervallen und Toleranzintervallen .jmp
Analyse des 7. Fragebogens (Hauptsendung 16.04., Wiederholung 18.04.) „KI-Bewusstseinsumfrage“.
Wir führten bei den Teilnehmern dieses Seminars eine „Bewusstseinsumfrage zu KI“ durch und zeigten ein Beispiel für die Analyse der Daten mit JMP.
Beispiel einer Frage
Wir haben Antworten von 112 Personen erhalten. Neben Fragen zur KI umfasst die Umfrage auch Fragen zu Geschlecht und Alter (über 40, unter 40).
Bei der Analyse des Fragebogens verwendeten wir insbesondere die Plattformen „kategoriale“ und „latente Klassenanalyse“.
● „Kategorische“ Plattform
Mit „Analysieren“ > „Verbraucherforschung“ > „Kategorisch“ können Sie kategoriale Daten (nominal und ordinal) effizient analysieren.
In dieser Umfrage wurden die Befragten zu sechs Punkten (a bis f) zu ihrem Bild von KI befragt, wobei eine 5-Punkte-Skala von „trifft zu“ bis „trifft nicht zu“ verwendet wurde. Stellen Sie für Fragen wie diese wie unten gezeigt auf [Antwort mit gemeinsamem Wert] ein.
Geben Sie außerdem „Geschlecht“ und „Alter“ in [X, Gruppierungskategorie] an und vergleichen Sie die Antworten bei der Aufteilung nach Geschlecht und die Antworten bei der Aufteilung nach Alter.
Dies ist ein kategorischer Bericht. Das Anteilsdiagramm oben zeigt Anteilsdiagramme für Männer und Frauen für jedes in der gemeinsamen Antwort angegebene Element.
Wenn Sie über die Schaltfläche mit dem roten Dreieck oben links die Option [Test auf Homogenität der Antwort] auswählen, wird unten im Bericht „Test auf Homogenität der Antwort“ angezeigt. In diesem Beispiel werden der Chi-Quadrat-Wert und der p-Wert für die Nullhypothese angezeigt, dass es keinen Unterschied in den Rücklaufquoten zwischen Männern und Frauen gibt, und der Punkt „Leben bereichern“ wird angezeigt.ist nur von Bedeutung.
●Plattform „Latente Klassenanalyse“.
Mit „Analysieren“ > „Cluster“ > „Latente Klassenanalyse“ können Sie Befragte anhand kategorialer Antworten in Gruppen (Cluster) einteilen.
Hier verwendeten wir Geschlecht, Alter, Bereicherung des Lebens (in drei Kategorien zusammengefasst) und Vertrautheit (in drei Kategorien zusammengefasst) und führten eine latente Klassenanalyse durch, um die Befragten in zwei Gruppen (Cluster) einzuteilen
Wir interpretieren diese Cluster basierend auf dem Unterschied in der Mitgliederverteilung der Cluster 1 und 2.
Cluster 1: Eine Gruppe, die KI positiv gegenübersteht
Cluster 2: Eine Gruppe mit vielen Männern über 40 Jahren, die KI etwas negativ gegenüberstehen
Um herauszufinden, welche Befragten zu welchen Clustern gehören, klicken Sie auf die Schaltfläche mit dem roten Dreieck links neben dem Bericht „Analyse latenter Klassen (Anzahl der Cluster: 2)“ und wählen Sie „Mischberechnungsformel und Clusterberechnungsformel speichern“ in der Datentabelle aus. Sie können es speichern.
Folge 8 (Hauptausstrahlung 23.04., Wiederholung 25.04.) Nützliche Funktionen (Tipps) empfohlen für JMP-Einsteiger
In der letzten Folge haben wir erläutert, wie Sie Symbolleisten verwenden, um Ihre Arbeit zu optimieren.
Die Symbolleiste ist der Teil, der im Bild unten vom roten Rahmen umgeben ist. Durch Klicken auf das Symbol in der Symbolleiste können Sie mit einem Klick die Plattform starten, Tools bedienen usw.
Es gibt viele Beispiele dafür, wie Sie mit Symbolleisten Zeit sparen können. Im Berichtsfenster werden beispielsweise die unten dargestellten Symbole angezeigt. Von links nach rechts sind dies die Symbole „Lokaler Datenfilter“, „Spaltenumschalter“ und „Skript in Datentabelle speichern“. Damit können Sie mit einem Klick filtern, Spalten wechseln und als Skript speichern.
●Zeigen Sie häufig verwendete Plattformen in der Symbolleiste an
Beim Zeichnen eines X-Bar-Kontrolldiagramms in JMP müssen Sie der tiefen Hierarchie folgen und Auswahlen treffen, wie in der Abbildung unten gezeigt.
Anstatt diese Vorgänge immer wieder durchzuführen, können Sie sie in der Symbolleiste registrieren und mit einem Klick starten.
Wählen Sie „Ansicht“ > „Anpassen“ > „Menüs und Symbolleisten“ . Der JMP-Menüeditor wird gestartet. Gehen Sie wie folgt vor:
Klicken Sie mit der rechten Maustaste auf die Kategorie, die Sie in der Symbolleiste anzeigen möchten, und wählen Sie „Vorher einfügen“ oder „Danach einfügen“ aus, um eine neue Symbolleiste zu erstellen.
Im rechten Bereich:
Bildunterschrift : Geben Sie den Text ein, der angezeigt wird, wenn Sie mit der Maus über das Symbol fahren. (In diesem Beispiel das Xbar-Kontrolldiagramm)
Integrierter Befehl : Wählen Sie die Funktion aus, die Sie diesem Symbol zuordnen möchten. (In diesem Beispiel: ANALYZE:QUALITÄT UND PROZESS:XBAR CONTROL CHART)
Integriertes Symbol : Wählen Sie ein Symbol aus, das in der Symbolleiste angezeigt werden soll.
Nach der Einstellung wird das Einstellungssymbol in der Symbolleiste angezeigt. (In diesem Beispiel wird [Analyse] über [Ansicht] > [Symbolleiste] überprüft. )
Hinweis: Während des Seminars gab es im Chat-Bereich eine Frage, ob es eine Entsprechungstabelle zwischen der englischen Notation der integrierten Befehle und dem Menü gäbe, aber leider gibt es keine Entsprechungstabelle. Wenn Sie JMP zu diesem Zeitpunkt auf die englische Anzeige* einstellen, wird die Menüleiste auf Englisch angezeigt, sodass wir die englische Anzeige mit der englischen Anzeige der integrierten Befehle abgleichen.
Nachfolgend finden Sie eine Tabelle mit einer Zusammenfassung einiger Plotformen und der entsprechenden integrierten Befehle.
| Plattformname |
ビルトインコマンド |
| Analysieren > Vorhersagemodell > Partition |
ANALYSIEREN: PRÄDIKTIVE MODELLIERUNGSPARTITION |
| Analysieren > Erweiterte Modelle > Kurve anpassen |
ANALYSIEREN: SPEZIALISIERTE MODELLIERUNG: NICHTLINEAR |
| Analysieren > Multivariat > Multivariate Korrelation |
ANALYSIEREN: MULTIVARIATE METHODEN:MULTIVARIATE |
| [Analyse] > [Multivariat] > [Hauptkomponentenanalyse] |
ANALYSIEREN: MULTIVARIATE METHODEN: HAUPTKOMPONENTEN |
| [Analysieren] > [Clusteranalyse] > [Hierarchische Clusteranalyse] |
ANALYSE: CLUSTERING:HERACHIAL CLUSTER |
| Analyse > Zuverlässigkeits-/Überlebensanalyse > Univariate Lebensdauer |
ANALYSE: ZUVERLÄSSIGKEIT UND ÜBERLEBEN: LEBENSVERTEILUNG |
| [Analyse] > [Zuverlässigkeit/Überlebenszeitanalyse] > [Überlebenszeitanalyse] |
ANALYSIEREN:ZUVERLÄSSIGKEIT UND ÜBERLEBEN:ÜBERLEBEN |
*Um die Anzeige auf Englisch anzuzeigen, wählen Sie [Datei] > [Einstellungen] und ändern Sie die Anzeigesprache in der Kategorie „Nur Windows“ in [Japanisch (Japanisch)].
von Naohiro Masukawa (JMP Japan)
Naohiro Masukawa – JMP-Benutzergemeinschaft
