Générateur de graphiques : statistiques peu claires lors de l'utilisation de plusieurs colonnes de réponsesSalut tout le monde,
J'ai un problème avec les statistiques/graphiques à barres utilisant plusieurs colonnes de réponses. À titre d'exemple, je vais utiliser 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 indiquent des valeurs de 9,1 et 18 % pour les nombres de 1 et 2, respectivement. Je m'attendrais (corrigez-moi si je me trompe) à avoir une valeur de 1/12 à 8,3 % et de 2/12 à 17 % si le pourcentage est calculé avec le nombre de personnes de l'âge respectif (12) comme valeur de base. Pour une raison quelconque, JMP semble utiliser le nombre de réponses comme valeur de base pour le calcul du pourcentage (qui est de 11 dans ce cas, donc 1/11 à 9,1 % et 2/11 à 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 comme étiquettes) ?
Analyse et modélisation de données de baseExploration et visualisation des donnéesRe: Graph Builder : Statistiques peu claires lors de l'utilisation de plusieurs colonnes de réponsespeut-être avec une étude de recherche auprès des consommateurs/une étude de réponse catégorielle ?
https://community.jmp.com/t5/Discussions/Question-rated-to-multiple-response-variable-how-to-generate/mp/766131/highlight/true#M94610
Open( "$SAMPLE_DATA/Big Class Families.jmp" );
Categorical(
Count Missing Responses( 1 ),
Multiple Delimited( :countries visited )
);
les étudiants qui voyagent beaucoup comptent N fois – même au dénominateur !
→ fixe
les étudiants qui ne voyagent pas ne comptent pas !
→ fixed via Count Missing Responses( 1 )
et - tada ! - [les statistiques en bas] :
Open( "$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 )
)
)
);
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 « statistiques par ligne » – pas 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 N'IMPORTE OÙ dans le graphique :
Re: Graph Builder : Statistiques peu claires lors de l'utilisation de plusieurs colonnes de réponsesEn effet @hogi : Et pour compléter la réflexion, et bien la répéter... 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 en même temps). Donc, définis de cette façon, ces pays s'excluent mutuellement. Et dans ce cas, combiné avec le cas qui inclut les étudiants qui n'ont visité aucun pays, alors c'est aussi collectivement exhaustif. Ensuite, ceux-ci totaliseront 100 % (via le comptage des réponses comme c'est le cas actuellement).
Comme tu étais...
Re: Graph Builder : Statistiques peu claires lors de l'utilisation de plusieurs colonnes de réponses
@MRB3855 a écrit :
un étudiant pourrait 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 réponsesBonjour @hogi Pas besoin d'ajouter jusqu'à 100 % dans votre exemple (légitime) de 100 %, 30 % et 50 %, car les pays visités ne s'excluent pas mutuellement (un étudiant peut visiter plus d'un pays). Et si c'est ce genre de chose que vous recherchez... cela pourrait être un candidat pour la « liste de souhaits JMP » ?
Re: Graph Builder : Statistiques peu claires lors de l'utilisation de plusieurs colonnes de réponses
@MRB3855 a écrit :
@hogi a dit :
« Quel pourcentage des étudiants a visité l'Italie ? »
...
Vraiment ? Je ne sais pas…
... Je pensais juste au professeur de la classe qui demandait :
"Qui a visité l'Italie cette année ? Waouh, tout le monde ! Et la France ? 30% de la classe..."
Supposons qu’il y ait 10 élèves dans la classe.
ils ont tous visité l'Italie : 100 %.
3 d'entre eux ont visité la France : 30%
5 d'entre eux ont visité le Brésil : 50%
au total (juste en regardant les 3 chiffres) : « 180% »
Je suis d'accord, ce n'est certainement pas la bonne façon de faire, on calcule avec des pourcentages:)
Mon cerveau a presque explosé - mais on pourrait être d'accord : 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.
*) il serait peut-être intéressant d'avoir quelque chose comme : « Étiqueter par pourcentage de toutes les lignes » (comme dans tous les tracés sans réponses multiples)
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 réponsesSalut @hogi @gnu23 Super conversation ! Quelques commentaires m'ont particulièrement marqué.
@hogi a dit :
(1)
« Quel pourcentage des étudiants a visité l'Italie ? »
est plus susceptible d'être posée que :
« En prenant tous les cas où l’un des étudiants a visité un pays, à quelle fréquence s’agissait-il de l’Italie ? »
Vraiment ? Je ne sais pas… Si je suis ministre du tourisme dans le pays A, qu’est-ce qui m’intéresse le plus ?
Je pense que cela dépend de ce qui vous intéresse, de votre public, etc.
Et:
(2)
”J'accepterai que des ratios comme« Quel pourcentage des étudiants a visité ... ? »« Il n’est pas nécessaire de totaliser 100 %. »
Vraiment ? OK, je vais jouer ; aidez-moi avec ça. C'est-à-dire, qu'est-ce qui n'a pas besoin d'atteindre 100 % ? Il est certain que certaines personnes n'ont visité aucun pays (ou n'ont pas répondu). Donc la somme des proportions de tous les pays ne sera pas égale à 100 %… vous devrez ajouter le cas de la proportion de personnes qui n'ont visité aucun pays (ou n'ont pas répondu). Ensuite, toutes les proportions s'additionnent à 1. Est-ce ce genre de chose que vous voulez dire ?
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 des étudiants a visité l'Italie ? »
est plus susceptible d'être posée que :
« En prenant tous les cas où l’un des étudiants a visité un pays, à quelle fréquence s’agissait-il de l’Italie ? »
Je dois admettre que j'ai été piégé par l'argument des « 100 % », mais après une discussion à l'heure du déjeuner sur le sujet, j'admets que des ratios comme « Quel pourcentage des étudiants ont visité ... ? » n'ont pas besoin de totaliser 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 :
Générateur de graphiques : réponses multiples + histogrammes multiples
Supposons qu'une école évalue les activités sportives via Jmp. Si un élève a suffisamment de temps pour voyager, il 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 réponsesSalut @MRB3855 ,
merci pour la réponse rapide. Je suis conscient que diviser par le nombre de lignes aurait pour résultat que la somme des pourcentages ne serait pas de 100 %, ce qui est assez 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 réduit également la fonctionnalité.
Ce que je veux souligner 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 soit allée dans le pays x.
Un exemple plus grave de ce type de statistiques étranges serait un ensemble de données de 12 personnes, par exemple, où une seule a visité deux pays, tandis que tous les autres n'ont visité aucun pays. Un graphique comme celui ci-dessus afficherait 50 % pour les deux pays (1/2 réponses), au lieu de 1/12 pour les deux pays (ce qui serait logique à mon avis). L'utilisation de « Inclure les manquants » 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 a au moins une ligne avec plus d'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 serait plus judicieuse pour de nombreux cas d'utilisation et une option permettant de basculer entre ces deux valeurs pour « n » augmenterait la fonctionnalité (déjà très intéressante) des colonnes de réponses multiples.
Re: Graph Builder : Statistiques peu claires lors de l'utilisation de plusieurs colonnes de réponsesBonjour @gnu23 : La méthode que vous proposez (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 du générateur de graphiques pour obtenir une vue plus complète des données. Ou si vous souhaitez utiliser le nombre de personnes comme « n », vous devrez peut-être modifier les pays visités en une seule réponse nominale et mettre « Aucune réponse » (pour les pays visités) ou quelque chose pour les non-répondants (ou, comme ci-dessus, utiliser l'option « Inclure les catégories manquantes » ).
Donc… cela dépend de ce que vous essayez de montrer sur votre graphique. Vous concentrez-vous sur les visites dans un comté (comme indiqué) ou sur l'historique des voyages des individus ?
