Générateur de graphiques : statistiques peu claires lors de l'utilisation de plusieurs colonnes de réponsesSalut tout le monde,
J'ai un problème pour réévaluer les statistiques/graphiques à barres en utilisant plusieurs colonnes de réponses. À titre d'exemple, j'utiliserai la table de données Big Class Families et j'utilise JMP18.
Je souhaite tracer la fraction de personnes qui ont visité des pays spécifiques. Pour plus de simplicité, j'ai limité l'âge à 14 ans. J'ai créé un générateur de graphiques avec le script suivant :
Graph Builder(
Size( 1097, 475 ),
Legend Position( "Right" ),
Fit to Window( "Off" ),
Summary Statistic( "Median" ),
Order Statistic( "Median" ),
Variables( X( :countries visited ), Group X( :age ) ),
Elements(
Bar(
X,
Legend( 5 ),
Summary Statistic( "N" ),
Label( "Label by Percent of Total Values" )
),
Caption Box( X, Legend( 6 ), Summary Statistic( "Median" ) )
),
Local Data Filter(
Add Filter(
columns( :age ),
Where( :age == 14 ),
Display( :age, N Items( 6 ) )
)
)
);
Les étiquettes de pourcentage sur le graphique à barres affichent des valeurs de 9,1 et 18 % pour les comptes de 1 et 2, respectivement. Je m'attendrais (corrigez-moi si je me trompe) à une valeur de 1/12 ~ 8,3 % et de 2/12 ~ 17 % si le pourcentage est calculé avec le nombre de personnes dans l'âge respectif (12) comme base. valeur. Pour une raison quelconque, JMP semble utiliser le nombre de réponses comme valeur de base pour le calcul du pourcentage (qui est 11 dans ce cas, donc 1/11 ~ 9,1 % et 2/11 ~ 18 %).
Est-il prévu que le nombre de réponses soit utilisé comme valeur de base pour un tel calcul avec des colonnes à réponses multiples au lieu du nombre de lignes respectives ? Quelle est la meilleure pratique pour tracer les valeurs comme je le souhaite (pourcentage par rapport au nombre de lignes sous forme d'étiquettes) ?
Analyse et modélisation des données de baseExploration et visualisation des donnéesRe : Graph Builder : statistiques peu claires lors de l'utilisation de plusieurs colonnes de réponsesSalut @gnu23 : La façon dont vous suggérez (en divisant par 12 le nombre de personnes) donnerait la somme = 100*(5/12 + 6/12) = 91,67 %, ce qui est inférieur à 100 %. En divisant par le nombre de réponses (11), on obtient un total de 100*(5/11 + 6/11) = 100 %, comme il se doit. Vous pouvez sélectionner « Inclure les catégories manquantes » (5/16) dans le triangle rouge déroulant de Graph Builder pour obtenir une vue plus complète des données. Ou si vous souhaitez utiliser le nombre de personnes comme "n", vous devrez peut-être remplacer les pays visités par une seule réponse nominale et mettre "Pas de réponse" (pour les comtés visités) ou quelque chose pour les non-répondants (ou, comme ci-dessus, utilisez l'option "Inclure les catégories manquantes" .
Donc... cela dépend de ce que vous essayez de montrer sur votre intrigue. Êtes-vous concentré sur les visites dans un comté (comme indiqué) ou sur les antécédents de voyage de particuliers ?
Re : Graph Builder : statistiques peu claires lors de l'utilisation de plusieurs colonnes de réponsesSalut @MRB3855 ,
merci pour la réponse rapide. Je suis conscient que diviser par le nombre de lignes aurait pour conséquence que la somme des pourcentages ne serait pas de 100%, ce qui est tout à fait logique à mon avis si vous avez affaire à des colonnes qui ont des "réponses multiples". L’utilisation d’une seule réponse nominale serait une option dans ce cas, mais cela réduirait également la fonctionnalité.
Ce que je veux décrire dans l'intrigue serait une sorte de « popularité » d'un pays, ou, en d'autres termes, si je prends une personne au hasard, quelle est la probabilité qu'elle se soit rendue dans le pays x.
Un exemple plus grave de ce type de statistiques étranges serait un ensemble de données comprenant, par exemple, 12 personnes, dont une seule a été dans deux pays, tandis que tous les autres ne sont allés dans aucun pays. Un graphique comme ci-dessus montrerait 50 % pour les deux pays (1/2 réponses), au lieu de 1/12 pour les deux pays (ce qui aurait du sens à mon avis). L'utilisation de "Inclure les valeurs manquantes" ne résoudra pas ce problème, car elle ajoutera les valeurs manquantes en tant que réponses supplémentaires, mais comptera toujours les réponses au lieu des lignes, ce qui donnera une valeur de pourcentage (à mon avis) erronée tant qu'il y aura au moins une ligne avec plus de une seule réponse.
Je pense que la discussion se résume à la question de savoir si les statistiques sur plusieurs colonnes de réponses doivent généralement utiliser soit le nombre de réponses (standard désormais dans JMP), soit le nombre de lignes comme « n ». À mon avis, la deuxième option aurait plus de sens pour de nombreux cas d'utilisation et une option permettant de basculer entre ces deux valeurs pour « n » augmenterait la fonctionnalité (déjà très intéressante) de plusieurs colonnes de réponses.
Re : Graph Builder : statistiques peu claires lors de l'utilisation de plusieurs colonnes de réponsesJe suis d'accord, les cas d'utilisation où UNE ligne compte 1 semblent assez évidents - même pour les entrées avec plusieurs réponses:)
"Quel pourcentage d'étudiants ont visité l'Italie ?"
est plus susceptible d'être demandé que :
"En prenant tous les cas où l'un des étudiants a visité n'importe quel pays, à quelle fréquence s'agissait-il de l'Italie ?"
Je dois admettre que j'ai été piégé par l'argument "100%", mais après une discussion à l'heure du déjeuner sur le sujet, j'accepterai que des ratios comme "Quel pourcentage d'étudiants visités...?" il n'est pas nécessaire de résumer à 100 %. Comment calculer les valeurs ?
Le comportement étrange du comptage des réponses devient encore plus étrange lorsque plusieurs histogrammes sont combinés dans un seul graphique :
Graph Builder : réponses multiples + histogrammes multiples
Supposons qu'une école évalue les activités sportives via Jmp. Si une étudiante a suffisamment de temps pour voyager, elle peut tricher et augmenter les scores de son activité sportive de plusieurs ordres de grandeur ! Regardez LOUISE parcourir le monde - et l'effet sur les statistiques du "Basketball" :
dt = Open( "$SAMPLE_DATA/Big Class Families.jmp" );
NewWindow("compare",H List box(
dt << Graph Builder(
Show Control Panel( 0 ),
Variables(
X( :sports ),
X( :countries visited )
),
Elements( Position( 1, 1 ), Bar( X, Legend( 3 ) ) ),
Elements( Position( 2, 1 ), Bar( X, Legend( 8 ) ) ),
SendToReport(
Dispatch(
{},
"",
ScaleBox,
{Min( 0 ), Max( 50 ), Inc( 10 ), Minor Ticks( 1 )}
)
)
);
dt << Graph Builder(
Show Control Panel( 0 ),
Variables( X( :sex ) ),
Elements( Bar( X, Legend( 3 ) ) ),
SendToReport(
Dispatch(
{},
"",
ScaleBox,
{Min( 0 ), Max( 50 ), Inc( 10 ), Minor Ticks( 1 )}
)
)
)));
dt << Minimize Window();
New Window( "",
<<TYPE></TYPE>
Re : Graph Builder : statistiques peu claires lors de l'utilisation de plusieurs colonnes de réponses
@MRB3855 a écrit :
@hogi a dit :
"Quel pourcentage d'étudiants ont visité l'Italie ?"
...
Vraiment? Je ne sais pas…
... J'ai juste pensé au professeur de la classe qui demandait :
"qui a visité l'Italie cette année ? wow, tout le monde ! Et la France ? 30% de la classe..."
Supposons qu'il y ait 10 élèves dans la classe.
tous ont visité l'Italie : 100 %.
3 d'entre eux ont visité la France : 30%
5 d'entre eux ont visité le Brésil : 50%
au total (rien qu'en regardant les 3 chiffres) : "180%"
Je suis d'accord, ce n'est définitivement pas ainsi, on calcule avec des pourcentages:)
Mon cerveau a failli exploser – mais on pourrait en convenir : les 100 %, 30 % et 50 % sont « significatifs ».
Les 2 seules choses.
- ils ne totalisent pas 100 %
- ils ne peuvent pas être calculés via "Étiquette par pourcentage des valeurs totales" *) et des approches similaires dans JMP.
*) pourrait être génial d'avoir quelque chose comme : "Étiquette par pourcentage de toutes les lignes" (comme dans tous les tracés sans réponse multiple)
donc, je soutiendrais la suggestion de @gnu23 de fournir une deuxième option/alternative de calcul par lignes au lieu de "réponses"...
Re : Graph Builder : statistiques peu claires lors de l'utilisation de plusieurs colonnes de réponses
@MRB3855 a écrit :
un étudiant peut visiter plus d'un pays
Oui, je pense que c'est l'idée de base de la "réponse multiple".:)
Re : Graph Builder : statistiques peu claires lors de l'utilisation de plusieurs colonnes de réponsesEn effet @hogi : Et pour compléter la réflexion, et battre cela à mort... un étudiant, cependant, ne peut pas visiter plus d'un pays à la fois (par exemple, un étudiant ne peut pas être en Italie et en Allemagne au même moment). en même temps). Ainsi définis, ces pays s’excluent mutuellement. Et dans ce cas, combiné avec le cas qui inclut les étudiants qui n’ont visité aucun pays, alors il est également collectivement exhaustif. Ensuite, leur somme totalisera 100 % (en comptant les réponses comme c'est le cas avec la méthode actuelle).
Comme tu étais...
Re : Graph Builder : statistiques peu claires lors de l'utilisation de plusieurs colonnes de réponsesSi d'autres utilisateurs sont intéressés par les statistiques "alternatives" (Ntotal = Nrows), voici le souhait :
Générateur de graphiques : option pour "statistiques par ligne" - et non par réponse
L'apprentissage le plus important est que Graph Builder change complètement sa façon de calculer les statistiques, une fois qu'une colonne avec le type de modélisation « Réponse multiple » est utilisée PARTOUT dans le tracé :
Re : Graph Builder : statistiques peu claires lors de l'utilisation de plusieurs colonnes de réponsespeut-être avec une étude de consommation/une étude de réponse catégorique ?
https://community.jmp.com/t5/Discussions/Question-rated-to-multiple-response-variable-how-to-generate/mp/766131/highlight/true#M94610
Open( "$SAMPLE_DATA/Big Class Families.jmp" );
Categorical(
Count Missing Responses( 1 ),
Multiple Delimited( :countries visited )
);
les étudiants qui voyagent beaucoup comptent N fois - même au dénominateur !
→ corrigé
les étudiants qui ne voyagent pas ne comptent pas !
→ fixed via Count Missing Responses( 1 )
et - tada ! - [les statistiques en bas] :
Open( "$SAMPLE_DATA/Big Class Families.jmp" );
Categorical(
Count Missing Responses( 1 ),
Multiple Delimited( :countries visited ),
Legend( 0 ),
Local Data Filter(
Close Outline( 1 ),
Add Filter(
columns( :age ),
Where( :age == 14 )
)
)
);
