La divisione giapponese di JMP ha tenuto un totale di otto seminari denominati "JMP Information Bureau" ogni martedì da marzo ad aprile di quest'anno. Lo scopo di questo seminario era trasmettere una serie di informazioni su JMP in una breve sessione di 30 minuti e il numero di partecipanti ha superato le aspettative.
Molte le reazioni ricevute al finale
Questo blog riassume i principali argomenti trattati nelle sessioni dalla 5a all'8a tenutesi ad aprile.
*Per i contenuti principali delle parti da 1 a 4, fare riferimento al blog riportato di seguito.
Riepilogo di quanto svolto nel seminario omnibus di 30 minuti "JMP Information Bureau" (dalla 1a alla 4a sessione) - Comunità degli utenti JMP。
sommario
Episodio 5 (trasmissione principale 4/2, ritrasmissione 4/9) Scopri di nuovo cosa puoi fare con la "distribuzione univariata"
Abbiamo introdotto varie opzioni per la distribuzione univariata, una piattaforma comunemente utilizzata dagli utenti JMP.
●Opzioni per variabili categoriali (scala nominale, scala ordinale)
Quando si aprono i dati di esempio JMP "Employee Taste.jmp" e si specificano le colonne della scala nominale da "TV" a "Ristorante" come [Y, Colonna] in [Analizza] > [Distribuzione univariata].
Facendo clic sul triangolo rosso a sinistra dei nomi delle colonne del report e specificando le opzioni, puoi rendere il tuo report simile al seguente:
Questo report può essere creato applicando in sequenza le seguenti opzioni:
*Se tieni premuto il tasto Ctrl e fai clic sul triangolo rosso a sinistra del nome della colonna e selezioni un'opzione, puoi applicare tale opzione a tutti i report nello stesso formato.
●Opzioni per variabili continue (scala continua)
Nella parte 4, "Analisi della canzone di Taylor Swift", abbiamo considerato una serie di scale continue che indicano il grado di popolarità di ciascuna canzone.
Per gli istogrammi nei report a scala continua, è possibile utilizzare [Strumenti] > [Strumento mano] per modificare la larghezza della classe dell'istogramma e la posizione del passo.
Se sospetti una distribuzione multimodale, utilizza il pulsante triangolo rosso a sinistra del nome della colonna per selezionare [Adatta distribuzione continua] > [Adatta tutto] ed esamina il rapporto "Confronta distribuzioni".
"Confronta distribuzioni" ordina i risultati in ordine decrescente di AICc, che è una statistica di bontà di adattamento (adattamento migliore). Questo esempio mostra che la distribuzione della miscela doppia normale e la distribuzione della miscela tripla normale si adattano meglio della distribuzione normale.
In questi casi, potresti voler considerare se esistono variabili di stratificazione che separano la distribuzione.
Episodio 6 (trasmissione principale il 9/4, ritrasmessa l'11/4) “Sugli intervalli di previsione e sugli intervalli di tolleranza”
Abbiamo spiegato il concetto approssimativo degli intervalli di previsione e degli intervalli di tolleranza utilizzati nelle statistiche e li abbiamo dimostrati utilizzando la "distribuzione univariata" di JMP. Le dispense e i dati di esempio JMP utilizzati in questo episodio sono allegati a questo blog.
Fonte: JMP Information Bureau 6° Intervallo di previsione e Intervallo di tolleranza.pdf
Dati campione JMP: JMP Information Bureau Vol. 6 Dati ipotetici per spiegare gli intervalli di previsione e gli intervalli di tolleranza .jmp
Analisi del 7° questionario “Sondaggio sulla consapevolezza dell’intelligenza artificiale” (trasmissione principale il 16/4, ritrasmissione il 18/4)
Abbiamo condotto un "Sondaggio sulla sensibilizzazione sull'intelligenza artificiale" ai partecipanti a questo seminario e abbiamo mostrato un esempio di analisi dei dati utilizzando JMP.
Esempio di domanda
Abbiamo ricevuto risposte da 112 persone. Oltre alle domande sull’intelligenza artificiale, il sondaggio include anche domande sul genere e sull’età (over 40, under 40).
Nell'analisi del questionario abbiamo utilizzato specificatamente le piattaforme “categorica” e “analisi delle classi latenti”.
●Piattaforma “categorica”.
Analizza > Ricerca sui consumatori > Categoriale consente di analizzare in modo efficiente i dati categorici (nominali e ordinali).
In questo sondaggio, agli intervistati sono stati chiesti sei elementi (da a a f) sulla loro immagine dell'intelligenza artificiale, utilizzando la stessa scala di valutazione a 5 punti che va da "si applica a me" a "non si applica". Per domande come questa, impostalo come [Risposta con valore comune] come mostrato di seguito.
Inoltre, specifica "sesso" ed "età" in [X, categoria di raggruppamento] e confronta le risposte divise per sesso e le risposte divise per età.
Questo è un rapporto categorico. Il grafico delle azioni in alto mostra i grafici delle azioni per uomini e donne per ciascun elemento specificato nella risposta comune.
Se si seleziona [Test di omogeneità della risposta] dal pulsante triangolo rosso in alto a sinistra, nella parte inferiore del report verrà visualizzato "Test di omogeneità della risposta". In questo esempio, vengono visualizzati il valore chi quadrato e il valore p per l'ipotesi nulla secondo cui non vi è alcuna differenza nel tasso di risposta tra uomini e donne, e viene visualizzata la voce "arricchire la vita".solo è significativo.
●Piattaforma “Analisi delle classi latenti”.
Analizza > Cluster > Analisi classi latenti consente di dividere gli intervistati in gruppi (cluster) utilizzando risposte categoriche.
Qui abbiamo utilizzato sesso, età, arricchimento della vita (combinati in 3 categorie) e familiarità (combinati in 3 categorie) e abbiamo condotto un'analisi delle classi latenti per dividere gli intervistati in due gruppi (cluster).
Interpretiamo questi cluster in base alla differenza nella distribuzione dei membri dei cluster 1 e 2.
Cluster 1: un gruppo che ha un atteggiamento positivo nei confronti dell’intelligenza artificiale
Cluster 2: un gruppo composto principalmente da uomini di età superiore ai 40 anni che hanno un atteggiamento leggermente negativo nei confronti dell’intelligenza artificiale
Per scoprire quali intervistati appartengono a quali cluster, fare clic sul pulsante triangolo rosso a sinistra del report "Analisi delle classi latenti (numero di cluster: 2)" e selezionare "Salva formula di calcolo mista e formula di calcolo di cluster" nella tabella dei dati. Puoi salvarlo.
Episodio 8 (trasmissione principale il 23/4, ritrasmissione il 25/4) Funzioni utili (suggerimenti) consigliate per i principianti di JMP
Nell'episodio finale, abbiamo spiegato come utilizzare le barre degli strumenti per rendere il tuo lavoro più efficiente.
La barra degli strumenti è la parte circondata dalla cornice rossa nell'immagine seguente. Facendo clic sull'icona sulla barra degli strumenti, è possibile avviare la piattaforma, utilizzare gli strumenti, ecc. con un clic.
Esistono molti esempi di come le barre degli strumenti possono farti risparmiare tempo. Ad esempio, le icone mostrate di seguito vengono visualizzate nella finestra del report. Da sinistra a destra, queste sono le icone Filtro dati locale, Selettore colonne e Salva script nella tabella dati. Questi ti consentono di filtrare, cambiare colonna e salvare come script con un clic.
●Visualizzare le piattaforme utilizzate di frequente sulla barra degli strumenti
Quando si disegna un grafico di controllo Xbar in JMP, è necessario seguire la gerarchia profonda ed effettuare selezioni come mostrato nell'immagine seguente.
Invece di eseguire queste operazioni più e più volte, puoi registrarle nella barra degli strumenti e avviarle con un clic.
Seleziona Visualizza > Personalizza > Menu e barre degli strumenti . Verrà avviato l'editor del menu JMP, quindi procedi come segue:
Crea una nuova barra degli strumenti facendo clic con il pulsante destro del mouse sulla categoria che desideri visualizzare nella barra degli strumenti e selezionando Inserisci prima o Inserisci dopo.
Nel riquadro di destra:
Didascalia : inserisci il testo che apparirà quando passi il mouse sopra l'icona. (In questo esempio, il grafico di controllo Xbar)
Comando integrato : seleziona la funzione che desideri associare a questa icona. (In questo esempio, ANALIZZA:QUALITÀ E PROCESSO:TABELLA DI CONTROLLO XBAR)
Icona incorporata : seleziona un'icona da visualizzare sulla barra degli strumenti.
Una volta impostato, l'icona di impostazione verrà visualizzata sulla barra degli strumenti. (In questo esempio, [Analisi] viene selezionato da [Visualizza] > [Barra degli strumenti]. )
Nota: Durante il seminario c'era una domanda nella sezione chat in cui si chiedeva se esistesse una tabella di corrispondenza tra la notazione inglese dei comandi integrati e la corrispondenza con il menu, ma sfortunatamente non esiste una tabella di corrispondenza. A quel punto, se si imposta JMP sulla visualizzazione in inglese*, la barra dei menu verrà visualizzata in inglese, quindi abbineremo la visualizzazione in inglese alla visualizzazione in inglese dei comandi integrati.
Di seguito è riportata una tabella che riassume alcune forme di trama e i corrispondenti comandi integrati.
| nome della piattaforma |
ビルトインコマンド |
| Analizza > Modello predittivo > Partizione |
ANALIZZARE: PARTIZIONE DELLA MODELLAZIONE PREDITTIVA |
| Analizza > Modelli avanzati > Adatta curva |
ANALIZZARE: MODELLAZIONE SPECIALIZZATA:NONLINEARE |
| Analizza > Multivariata > Correlazione multivariata |
ANALIZZARE: METODI MULTIVARIATI:MULTIVARIA |
| [Analisi] > [Multivariata] > [Analisi delle componenti principali] |
ANALIZZARE: METODI MULTIVARIATI: COMPONENTI PRINCIPALI |
| [Analizza] > [Analisi cluster] > [Analisi cluster gerarchica] |
ANALIZZARE: CLUSTERING: CLUSTER ERACHIALE |
| Analisi > Analisi di affidabilità/sopravvivenza > Durata della vita univariata |
ANALIZZARE: AFFIDABILITÀ E SOPRAVVIVENZA: DISTRIBUZIONE DELLA VITA |
| [Analisi] > [Analisi dell'affidabilità/tempo di sopravvivenza] > [Analisi del tempo di sopravvivenza] |
ANALIZZARE:AFFIDABILITÀ E SOPRAVVIVENZA:SOPRAVVIVENZA |
*Per visualizzare in inglese, selezionare [File] > [Preferenze] e modificare la lingua di visualizzazione in [Giapponese (giapponese)] dalla categoria "Solo Windows".
di Naohiro Masukawa (JMP Giappone)
Naohiro Masukawa - Comunità degli utenti JMP
