756818_ja-JP

liliconcom

JMPを用いた分析的問題解決：実世界の事例に基づく学習体験（2021-US-EPO-860）

アニタ・リー・ポスト、ケンタッキー大学教授
ラム・パカト、ケンタッキー大学教授

私たちは、分析による問題解決に JMP を使用したケースベースの学習体験を学生に提供するために、実際のアプリケーションの使用ケースを作成しました。 このユースケースは、COVIDワクチン接種関連データを取得、クレンジング、分析し、学生が米国におけるCOVIDワクチンの受け入れについて分析に基づく洞察を生成し、分析に基づく意味付け、洞察の生成、意思決定がもたらす価値をより深く理解できるようにすることを目的としています。 具体的には、学生はクラスター分析、相関ルール分析、テキストマイニングを組み合わせて行います。クラスター分析の結果は、ワクチン接種に対する態度に地域差があるかどうか、ワクチン接種への躊躇を克服するためにどの地域で取り組みを強化する必要があるかといった疑問に答えるのに役立ちます。 関連ルール分析の結果は、ワクチン接種に対する態度のどのレベルが場所全体でのワクチン接種率と最も強く関連しているか、また、その関連に時間的な違いがあるかどうかを明らかにするのに役立ちます。 テキスト マイニングの結果は、ワクチン接種体験を説明する際に頻繁に使用される単語を特定し、その体験に対する肯定的な認識と否定的な認識を区別するのに役立ちます。 学生の学習成果評価から得られた実証的証拠は、JMP を使用した分析的問題解決教育において実際の使用事例を使用することの有効性を裏付けています。

自動生成されたトランスクリプト...

スピーカー	トランスクリプト
ジャニス・ルボー、JMP	録音中です。録音させていただきますので、許可をいただけないかお知らせいたします。
アニタ・リー・ポスト	はいはい。
ジャニス・ルボー、JMP	よろしければ、必要な事項をいくつか確認するだけだとお考えですか。ご質問があれば、ここにあるのは私のチェックリストだけです。
	私。
	あなたの会社名と抄録タイトルを確認できます。
	はい、わかりました。それでは簡単に、共同プレゼンターはいませんので、ここで確認してみましょう。
	あなたのマイクの音は良いですね。
	それはよかったですね。携帯電話とコンピューターの音を消したことを確認しました。
	ええ、ええ。
アニタ・リー・ポスト	ああ、このコンピューターですが、サイモンはあなたのアドバイスを言います。
	ふーむ。
	オフにしないだけなら、どうなるか分かりません。
	自分の音のようなノイズ。
	メール。
ジャニス・ルボー、JMP	ええ、もし彼らがここにいる間、あなたが気を散らさないように見ているなら、ヒーターを持っているかどうかはわかりませんが、今はヒーターはつけていないでしょう。
	わかった。
	ここでは、プレゼンターのディスプレイを 1920 x 1080 に設定すると書かれています。
	そうですね。
	私。
アニタ・リー・ポスト	そう願っています。
ジャニス・ルボー、JMP	OK、それではプレゼンターが Outlook や他のアプリケーション アプリケーションで Skype を閉じる方法を見てみましょう。OK、それでは知っておいてください。
	念のためお知らせしますが、プレゼンテーションをライブで配信するときは、自己紹介をお願いできますか。
アニタ・リー・ポスト	ああ、それは契約の一部なので、これも音声をオフにしようとしています。
ジャニス・ルボー、JMP	はい、以上です。
	プレゼンテーションを始める準備ができたら、私は自分の音声をミュートにしてビデオを停止します。
	だから邪魔をしないでね。
アニタ・リー・ポスト	それで、うーん、私はただ。
	画面を共有するか、どのようにするか。
	はい、私のPowerPointです。
ジャニス・ルボー、JMP	画面を共有します。
アニタ・リー・ポスト	わかった。
ジャニス・ルボー、JMP	そして私はすべてを録画するつもりなので、あなたは私を見ることはないでしょう。
	今すぐ私の姿を見る必要はありません。そのままプレゼンテーションを進めて、画面を共有してください。画面が見えない場合はお知らせします。ミュートにしておきます。そして、最後に「これで今日のプレゼンテーションは終了です」または「これでプレゼンテーションは終了です」と言ってから、またプレゼンテーションに戻ります。
	あなたにとってうまくいくものなら何でも。
アニタ・リー・ポスト	そして、そうしなければならないかもしれないと思う。
	カップルは散らかりますか。
	長すぎるので、今日ここに来ようとしたかどうかわかりません。
	私。
アニタ・リー・ポスト	私にはわかりませんが、ビデオをもっと良くするために何かコツをつかめるかもしれません。
ジャニス・ルボー、JMP	まあ、ご存知でしょう。
	編集して、私もあなたと同じくらい緊張していることを知っておいてください。だから、私たちは何も心配する必要はありません。何かが起こったらやり直せます。
	だからやめてください。
	ですので、準備ができたらいつでも対応できますので、画面を共有してください。
アニタ・リー・ポスト	我々が見る限りでは。
ジャニス・ルボー、JMP	完璧ですね。わかります。
	それは本当に良いですね、見た目も本当に良いです。
	おっと。
アニタ・リー・ポスト	ちょっとした、あの、見えますか。
	ズームキャストと呼んだものは、基本的には、取引することです。
	そこにあなたがいて、そしてこれが私が角にいたところです。
ジャニス・ルボー、JMP	何を言っているのか分かりません。つまり、今あなたの画面を見ると、discovery summit online と表示されていて、その反対側には bet UK と表示されていますが、実際はそうでした。
アニタ・リー・ポスト	ダメです。つまり、私の画面に表示されているものがあなたには見えないということです。私の画面では、私が見ているものは小さすぎると想定されているからです。
	のイメージ。
	参加している人々。
ジャニス・ルボー、JMP	または。
アニタ・リー・ポスト	私たちのビデオ。
ジャニス・ルボー、JMP	そうですね、それではビデオをここで止めます。
アニタ・リー・ポスト	だから、基本的に私は嫉妬していると思う、それは本当だ、バカなことじゃない。
	愚かなことに、観客は全員私の顔を見ることはないでしょう。基本的に、私の男のこのポンプ、私の声はバックグラウンドでのみです。
ジャニス・ルボー、JMP	彼らは今あなたの顔を見ることになるでしょう。
アニタ・リー・ポスト	ああ、できますよ。
ジャニス・ルボー、JMP	はい、それらはあなたの顔になるので、あなたは話すことになります。そして、私の写真を見ることができます。今、私の写真が見えますか。
アニタ・リー・ポスト	はい、できます。
ジャニス・ルボー、JMP	そうです、でも話している間に誰かを見ているような気分になります。
	私の写真を見てください。あるいは実際にカメラを見つめて自分のプレゼンテーションを見れば、それがあなたにとってどのようなものかが分かります。
アニタ・リー・ポスト	わかりました。試してみます。
	ありがとうございます。残念ですが、もう一度試してみます。
ジャニス・ルボー、JMP	なぜなら、彼らはあなたのためにそれを編集しますが、私たちはただ。
	先にミュートしておきますので、都合の良いときに始めてください。
	わかりました。素晴らしい仕事をしてもらいます。
	わかりました。ミュートします。
	わかった。
アニタ・リー・ポスト	こんにちは、ようこそ
	2021 JMPディスカバリー
	サミットです。私の名前はアニタ・リー・ポストです。今日のプレゼンテーションのタイトルは
	使用
	同僚のロン・パカス博士と共著した「現実世界の事例に基づく学習体験」。
	まず、分析教育に JMP を使用した当社の経験について背景をお話しします。
	2019 年の秋に、私たちはケンタッキー大学でビジネス アナリティクス...ビジネス アナリティクス マイナー プログラムを開始しました。
	このプログラムの最初のコースは「ビジネス分析入門」と呼ばれ、分析の概念とソフトウェア スキルの開発に重点を置いています。
	JMPが私たちの第一候補のソフトウェアになったのは、
	データクレンジング、視覚化、データマイニングなど、私たちが求める分析スキルセットの開発に適した能力を備えています。
	現実世界のケースに基づく学習はソフトウェア スキルの指導と学習に効果的であることが実証されているため、私たちは COVID-19 パンデミックを応用コンテキストとして使用した多数のケースを作成し、学生が分析的問題解決に JMP を活用できるようにしています。
	本日ご紹介する事例は、COVIDワクチン接種関連データの取得、クレンジング、変更、分析に関するものです。
	学生はクラスター分析、相関ルール分析、テキストマイニングを実行する。
	洞察を得る
	COVIDワクチン関連のさまざまな問題について。
	だから、私たちは
	ちょっと味見させて
	何だ
	JMP分析では、以下のデータに基づくクラスター分析から、
	Facebook ユーザーを回答者として使用したカーネギーメロン大学の COVID 症状調査。
	彼らの調査で特に興味深いデータは、ワクチンの受け入れ度であり、これは集計によって測定される。
	COVIDワクチンがもし接種可能であれば、必ずまたはおそらく接種すると答えた回答者の割合を毎日集計する。
	その日彼らに提供されました。
	そこで、K 平均法クラスタリングを使用して、2020 年 12 月から 2021 年 2 月までのワクチン受け入れデータを分析します。
	この地図に示されているように、50州とコロンビア特別区は、
	3つのクラスターにグループ化されました。
	78% という高い合格率は青色で示されています。
	受け入れ度が低いと、
	66%、
	承認レベルが 73% で、承認レベルが中程度であることを示します。
	この非常に単純なクラスター分析から
	合格率の向上に注力するよう勧告された。
	ワクチンの受け入れ率が低い赤い州をターゲットにすることで。
	そして、受け入れデータと結合し、

高度な統計モデリング基本的なデータ分析とモデリング消費者および市場調査データの探索と可視化予測モデリングと機械学習品質およびプロセスエンジニアリング結果の共有と伝達