Ein Bild sagt bekanntlich mehr als tausend Worte, und die mit JMP Graph Builder erstellbaren Grafiken können aufgrund ihrer Fähigkeit, dem Betrachter überzeugende Informationen zu vermitteln, als wahre Kunstwerke gelten. Dieser Fachartikel zeigt, wie man mit JMP Graph Builder ansprechende und fesselnde Diagrammansichten erstellt.
Basierend auf den beliebten „Pictures from the Gallery“-Beiträgen präsentiert die Gallery 9-Präsentation neue Ansichten und Tricks der neuesten JMP-Versionen. Wir stellen Ihnen verschiedene gängige Diagrammformate vor, deren einfache Erstellung in JMP Sie vielleicht noch nicht kannten. Ansichten wie Superplots, Overlay-Codierung, Seitenraster, Donut-Plots und vieles mehr sind enthalten, mit denen Sie Ihre Diagramme und Berichte deutlich aufwerten können!
Los geht's! Herzlich willkommen zu „Bilder aus der Galerie 9: Erweiterte Ansichten für die Diagrammerstellung“. Mein Name ist Scott Wise. Ich arbeite seit 16 Jahren bei JMP und hatte in dieser Zeit viel Gelegenheit, mich mit der Diagrammerstellung zu beschäftigen und diese Reihe fortzusetzen. Wir zeigen Ihnen sechs spannende Herausforderungen, die wir mit dem Graph Builder umgesetzt haben, um Ihnen die Möglichkeiten dieses Tools zu erweitern.
Bevor wir anfangen, möchten wir Ihnen immer etwas mitgeben, das Sie zum Nachdenken anregt. Ich bin überzeugt, dass die Erstellung von Diagrammen Ihnen hilft, Zusammenhänge zu erkennen. Die Inspiration dazu stammt von einer britischen historischen Bildungssendung von James Burke namens „Connections“. Darin wurde die Geschichte anhand scheinbar unzusammenhängender Ereignisse beleuchtet, die tatsächlich miteinander verbunden waren und große Veränderungen bewirkten. Ich möchte Ihnen einen solchen Zusammenhang vorstellen und zeige ihn Ihnen mithilfe von Diagrammen. Ich habe mir die Verbreitung von Fledermäusen in Texas angesehen. Die Analyse dieser Daten führte mich zur Triangulation, einer Methode zur Entfernungsmessung. Und das wiederum brachte mich zur Kunst der Glasmalerei.
Schließlich wurde mir klar, dass dies zum Schutz von Sehenswürdigkeiten wie Notre Dame beitragen könnte. Ich zeige Ihnen anhand unserer Daten, wie diese Zusammenhänge aussehen. Hier sind unsere Daten. Ich habe gerade in JMP einige Gebiete in Texas zusammengestellt, in denen Fledermäuse vorkommen. Sie könnten sich unter einer Brücke oder in einer Höhle aufhalten. Wir haben hier eine ganze Menge davon. Sie werden feststellen, dass ich nicht nur die Namen der Gebiete, sondern auch ihre Lage und die jeweilige Populationsgröße angegeben habe. Und nur zur Erinnerung: In JMP können Sie auch Bilder einfügen. Sie müssen die Spalte lediglich als Ausdrucksdatentyp einrichten. Sie können Bilder importieren und diese für Beschriftungen oder Hover-Effekte verwenden. Es macht richtig Spaß.
Ich habe diese Informationen und habe daraus eine Karte erstellt. Hier ist eine Karte all dieser Orte in Zentraltexas, wo wir Daten zur Fledermauspopulation haben. Riesige Populationen, wie zum Beispiel 15 Millionen in der Nähe von San Antonio und dem Bracken Cave Preserve. Hier, wo ich wohne, ist es ziemlich nah an diesem Ort. Das ist die Congress Avenue Bridge in Austin, und dort haben wir nur etwa 1,5 Millionen Fledermäuse. Aber die Karte gibt mir einen Eindruck davon, wo es Populationen gibt, auch wenn die Daten lückenhaft sind. Ich hätte gerne ein Diagramm, das mir mehr Informationen liefert. Ich habe von einem zusätzlichen Diagramm gehört, das sowohl im Menü „Diagramm“ als auch im Diagramm-Generator verfügbar ist. Es heißt Konturdiagramm.
Ich werde mit diesen Informationen von vorne beginnen. Öffnen wir einfach ein neues Diagramm. Diagramm, Diagramm-Generator. Ich trage die Breitengrade auf der Y-Achse und die Längengrade auf der X-Achse ein. Diesmal behalte ich die Punkte bei, füge aber eine Kontur hinzu. Ich ändere die geglättete Linie in ein Konturelement. Sie können es auch hier oben in der Menüleiste auswählen. Ich weise die Fledermauspopulation der Farbe zu, da man so Begrenzungslinien und Füllflächen erhält.
Wenn ich mir diesen Konturbereich hier unten ansehe, kann ich sogar die Anzahl der Ebenen auswählen. Ich stelle sie auf 10 und deaktiviere die Füllung, färbe aber die Linien ein. Das erleichtert mir das Sehen und ermöglicht es mir, den Bereich besser zu überblicken und Stellen mit geringer Bevölkerungsdichte zu finden. Aber das hat mich wirklich interessiert. Ich wollte wissen, wie diese Grenzen festgelegt wurden. Ein guter Hinweis: Wenn Sie sich diesen kleinen Alpha-Regler hier unten ansehen und ihn ganz nach rechts ziehen, sehen Sie, wie er beim Verschieben nach links die Punkte mit Dreiecken verbindet. Diese Triangulation wird für diese Ansicht verwendet. Das hat mich dazu gebracht, mich näher damit zu beschäftigen. Ich werde das in diesem Bericht festhalten und ihn mit Ihnen teilen. In unserem Community-Blog gibt es einen tollen Beitrag von Dan Schikore über Konturdiagramme im Graph Builder, und er erwähnte irgendwann: „Oh, es verwendet diese Delaunay-Triangulationsmethode.“
Es handelt sich um eine geometriebasierte Methode zur Entfernungsberechnung, und sie war wirklich cool. Ich wollte diese Dreiecke erfassen, aber es wurde angezeigt, dass dies keine Option im Graph Builder ist.
Aber wir haben noch nicht ganz aufgegeben. Wenn ich ins Hauptmenü des Diagramms gehe, anstatt direkt zum Diagramm-Editor, und dort die Konturdiagramme auswähle (das ist unsere ältere Plattform), öffnet sich ein Dialogfeld. Wenn ich dieses ausfülle, trage ich Längen- und Breitengrad auf der X-Achse und die Fledermauspopulation auf der Y-Achse ein. Unter dem roten Dreieck werden mir nun viele weitere Optionen angezeigt. Ich kann auch die Anzahl der Ebenen festlegen. Ich gehe zurück zu 10. Diesmal kann ich außerdem speichern und die Dreiecke speichern. Die Dreiecksdarstellung wird gespeichert. Man sieht dann die Koordinaten der verschiedenen Positionen des Dreiecks, das zur Erstellung des Diagramms verwendet wurde. Das fand ich interessant und wollte unbedingt ausprobieren, was man damit noch machen kann. Nachdem ich die Dreiecksdarstellung gespeichert hatte, ging ich zurück zum Diagramm-Editor, fügte einige Punkte und Linien hinzu und erhielt folgendes Ergebnis.
Jetzt deaktiviere ich die Linienfüllung, und Sie können sehen, was passiert. Wenn ich auf diesen blauen Punkt hier rechts klicke, reichen die Informationen aus, um zwei Seiten des Dreiecks zu erhalten, aber es wurde nicht geschlossen.
Ich sehe nur zwei Seiten jedes Dreiecks. Deshalb musste ich etwas nachhelfen, denn sonst hätte es nicht richtig funktioniert, wenn ich es später füllen wollte. Mir wurde klar, dass ich die dritte Linie, also die dritte Seite des Dreiecks, hinzufügen musste. Das könnte eine Seite sein, das könnten zwei sein, aber ich musste es auf den Ausgangspunkt zurücksetzen. Ich habe die Position des ersten Dreiecks direkt darunter kopiert, damit es Platz hat. Jetzt, im Graph Builder mit Linien und Punkten, sieht es viel besser aus. Ich schalte die Funktion ein und zeige das Bedienfeld, damit Sie meine Einstellungen sehen können. Die Zeilenreihenfolge ist wichtig, stellen Sie also sicher, dass sie ausgewählt ist. Bei der Füllung, die ich verwende, ist die Option „Keine Füllung“ ausgewählt. Sie sehen, dass alle Dreiecke vervollständigt wurden und eine andere Linienfarbe erhalten haben, was gut aussieht.
Was die Füllung angeht: Wenn Sie die unten stehende Füllung verwenden, funktioniert das recht gut, und jetzt habe ich in jedem dieser Dreiecke eine andere Farbe.
Ich habe mir das angesehen, und es sieht für mich aus wie ein Buntglasfenster, nicht wahr? Als hätte jemand Mosaikkunst oder Buntglas verwendet und einfach Dreiecksformen benutzt. Mir fiel auf, dass da ein Muster ist. Ich habe meine gespeicherten Dreiecksdarstellungen durchgesehen und sie bearbeitet. Einige unwichtige habe ich entfernt. So sieht es jetzt aus. Können Sie die Form jetzt erkennen? Warum sollte das helfen, das zu verhindern, was 2019 in Notre Dame passiert ist, als es dort einen Großbrand gab? Sie haben es langsam wieder aufgebaut, und ich glaube, jetzt ist alles wieder geöffnet. Ich denke, anstatt einfach die üblichen historischen Buntglasfenster zu verwenden, könnten sie bestimmt einen Platz für mein schönes Fledermaus-Buntglasfenster finden. Es sieht für mich aus wie das Fledermaus-Symbol von Batman. Wenn wir es mit Licht beleuchten und es Feuer fängt oder jemand etwas stiehlt, können wir Batman alarmieren, und Batman kann kommen und uns retten.
Einfach nur zum Spaß. Aber es war wirklich eine tolle Möglichkeit, die Möglichkeiten von Konturen weiter auszuloten, diese Zusammenhänge zu erkennen und sogar so weit zu gelangen, dass daraus wunderschöne Kunstwerke entstehen.
Das war nur ein kleines Warm-up, aber hoffentlich haben Sie gesehen, wie cool Konturdiagramme sind. Dann zeige ich Ihnen jetzt ohne Umschweife die Bilder aus der Galerie. In den nächsten 20 Minuten präsentiere ich Ihnen die sechs Ansichten, die wir diesmal ausgewählt haben. Dies ist unsere neunte Ausgabe. Jedes Mal fragen uns unsere Kunden: „Hey, wie macht man das im Graph Builder?“
Wir sehen uns Superplots an. Wir beschäftigen uns mit Swimlanes, Overlay-Codierung und Seitenraster (neu in JMP 18), Überlebensrisikodiagrammen und Donut-Diagrammen. Fangen wir mit dem ersten an. Wie bereits erwähnt, erhalten Sie dieses Journal. Es enthält eine Abbildung, die das Ziel veranschaulicht, die Vorteile erklärt und Tipps zur Erstellung gibt. Falls Sie das Diagramm nachbauen möchten, finden Sie die Schritt-für-Schritt-Anleitung sowie die Rohdaten mit dem fertigen Diagramm direkt im Journal. Folgen Sie einfach dieser Anleitung. Ich klicke nun auf diesen Superplot. Superplots eignen sich hervorragend zur Darstellung vieler Informationen.
Wenn ich mir das hier ansehe, habe ich zwei Behandlungen in drei Gruppen. Ich habe also viele Gruppierungen. Das sind die Daten, das ist die Y-Achse. Hier sehen Sie sogar eine kleine Formel, die den Mittelwert der Gruppen berechnet. Diese 2,8 ist der Mittelwert für Kontrollgruppe A. 5,7 ist der für Kontrollgruppe B und so weiter. Ich habe eine Menge Informationen. Kann ich das alles in einem Diagramm darstellen? Ich öffne einfach den Diagramm-Editor. Ich füge die kontinuierlichen Ausgaben, die Daten und den Mittelwert, auf der Y-Achse ein. Die Behandlung platziere ich auf der X-Achse. Die Gruppe füge ich in die Überlagerung ein. Sieht schon etwas unübersichtlich aus. Es wird noch unübersichtlicher. Anstatt nur einen Satz Punkte zu haben, klicke ich hier mit der rechten Maustaste in das Diagramm. Ich füge ein zweites Punkteelement hinzu. Das ist in Ordnung, denn bei diesem ersten Punkt gehe ich hier hinein und unter das kleine Variablenfeld, das anzeigt, wogegen dieses Diagrammelement angewendet wird.
Ich würde sagen, man sollte einfach Daten erfassen. Um es einfacher zu machen, könnte man das auch einfach Datenpunkte nennen.
Hier werden die Mittelwerte angezeigt. Die regulären Daten werden ausgeblendet, nur die Mittelwerte. Man sieht die Gruppierungen, die die Mittelwerte darstellen. Ich passe den Jitter-Wert ganz nach links an, um ihn genau in die Mitte zu bringen. Jetzt, wo wir das haben, können wir die Visualisierung anpassen. Wir können die Marker-Einstellungen und -Größe ändern. Am besten geht das unter dem roten Dreieck oder im Diagramm-Generator. Ich nenne diese Bereiche Hotspots. Schauen Sie sich die Legendeneinstellungen an. Hier oben in der Legende sehen Sie Punkt A. Er hat momentan einen blauen Kreis. Ich mache daraus einen ausgefüllten Kreis. Punkt B wird nicht kreisförmig. Der Marker wird rautenförmig. Für C wird er quadratisch. A ist für die Mittelwerte in Ordnung, aber für B verwenden wir einen umrandeten Diamanten und für C ein umrandetes Quadrat.
Sag einfach Okay. Im Moment sieht es zwar okay aus, aber in Wirklichkeit konkurrieren die Dinge miteinander.
Ein weiterer, sehr beliebter Tipp: Ich gehe zurück zu den Legendeneinstellungen, wo ich die ersten beiden hatte. Machen wir sie nicht vollständig transparent. Reduzieren wir die Transparenz auf unter 1, also auf 0,25. So funktioniert es. Ich muss das für jedes Element einzeln machen, aber es hebt sich dadurch besser vom Vordergrund ab und wirkt im Hintergrund etwas verschwommen. Jetzt sehe ich den Mittelwert für Gruppe B und die einzelnen Werte, also die anderen, jetzt transparenten Rauten. Ich habe zwei von drei gewünschten Informationen. Was wollten wir noch? Wir wollten den Gesamtmittelwert für Kontroll- und Behandlungsgruppe. Dazu füge ich per Rechtsklick hier im Diagramm einen Balken hinzu. Ich verwende einen schwebenden Balken mit einer Linie genau am Mittelwert. Bei den Variablen muss ich nur noch sagen: „Weißt du was?“
Verwenden Sie keine Overlay-Gruppe. Arbeiten Sie stattdessen mit den Rohdaten, da diese in den beiden Behandlungen – Kontrolle und Behandlung – bereits festgelegt sind.
Ich könnte hier sogar noch Fehlerintervalle und Standardfehler hinzufügen. So, jetzt bin ich fertig. Jetzt habe ich alle Informationen aus den verschiedenen Gruppen und die Rohdaten in einem Diagramm. Hier ist Ihr Super-Track. Falls er Ihnen gefällt, können Sie ihn jederzeit zum Vergleich speichern. Sie finden ihn hier unter „Superplots“. Ein Klick darauf öffnet ihn. Ich habe sogar ein Hintergrundbild hinzugefügt. Dadurch ist es etwas transparent und hebt sich beim Betrachten etwas ab.
Schauen wir uns das nächste Beispiel an. Als Nächstes auf der Liste stehen Swimlanes. Dank Jed Campbell, einem meiner Kollegen hier bei JMP, der einen wirklich tollen Blogbeitrag darüber geschrieben hat, wie man eine schöne Holzkugel baut, benötigte er verschiedene Formeln zur Berechnung der Messwerte, aber auch eine grafische Darstellung. Er brauchte Kanäle, sogenannte Swimlanes, die ihm halfen, die Dimensionen der Kugel in den verschiedenen Ringen zu ermitteln. Dazu öffnen wir nun die Daten. Ein Tipp für diese Art von Diagramm: Die Werte auf der Y-Achse sollten nominal oder ordinal sein.
Als Nächstes vergleichen wir das mit dem inneren und äußeren Radius. Das sind kontinuierliche Messwerte, die Sie berechnet haben. Ich gehe zum Diagramm-Editor und wähle den Diagramm-Generator. Ich wähle den inneren und äußeren Radius aus und platziere sie beide auf der X-Achse. Dann wähle ich den Ring aus und platziere ihn auf der Y-Achse. Ich klicke mit der rechten Maustaste und wandle die Punkte in eine Linie um. Hier unten, wo ich all diese Optionen für die Linie habe, ändere ich die Verbindung und mache daraus einen zentrierten Schritt. Ich möchte auch Beschriftungen hinzufügen. Ich klicke mit der rechten Maustaste und gehe zu den Zugriffseinstellungen. Ich aktiviere ein Raster, aber Sie sehen die Rasterlinien – das ist ein Beispiel dafür, was hier passiert. Sie verlaufen direkt durch die Beschriftung. Sie können das ändern, indem Sie oben auf „Teilstriche anzeigen“ und dann auf „Kurze Teillinie“ gehen. So, das habe ich. Okay.
Das sieht schon ganz gut aus. Vielleicht solltest du die Linienfarben angleichen. Jetzt haben wir im Prinzip alles, was Jed braucht, um seinen Ball zu bauen.
Sie können in Ring 1 die inneren und äußeren Radien ablesen. Ich habe weitere, optionale Anweisungen, mit denen Sie nicht nur ein Hintergrundbild, sondern auch Messschritte neben den Zahlen und Rasterlinien hinter dem Bild hinzufügen können. Diese sind nützlich, beispielsweise für das Projekt- oder Programmmanagement, um Entwicklungen im Zeitverlauf zu analysieren. Swimlanes bieten vielfältige Einsatzmöglichkeiten.
Das nächste Beispiel. Dies ist eine Neuerung in JMP 18. JMP 18 erschien Anfang des Jahres. Hoffentlich steigen alle darauf um. JMP 18 behebt ein Problem mit der Overlay-Codierung. Es gab verschiedene Ansichten, die wir beibehalten wollten. Mit einem Overlay war das schwierig. In JMP 17 und späteren Versionen war die Overlay-Codierung sehr restriktiv. Sie bestimmte im Grunde das Aussehen von Linien und Symbolen, selbst wenn Farben oder Stile vorgesehen waren. Hier sieht man Eisansammlungen auf den Großen Seen in den USA. Ich gehe jetzt hierher und hole diese Daten.
Hier sind ein paar interessante Dinge. Ich habe eine Winterperiode mit Daten aus jüngeren und älteren Jahren. Man untersuchte die Auswirkungen der Eisbildung als Indikator für die globale Erwärmung. Gibt es im Winter über die Monate hinweg weniger Eis auf den Seen? Mal sehen, wie das aussieht. Ich gehe jetzt auf „Diagramm“. Wir tragen die Eisbildung auf der Y-Achse ein. Wir betrachten sie monatsweise und legen die Daten zusätzlich jahresweise darüber. Für alle Großen Seen sehe ich mir diese Daten an. Das ergibt hier ein Boxplot. Boxplots gefallen mir nicht so gut, ich ändere das in Punkte. Vielleicht brauche ich gar nicht alle Daten. Vielleicht ist der Mittelwert die passende Kennzahl. Dann klicke ich hier mit der rechten Maustaste und füge einen Glättungsfilter hinzu. So soll es aussehen. Jede Linie repräsentiert ein anderes Jahr.
Ich kann sehen, wie sich das über die verschiedenen Monate hinweg entwickelt. Das sieht ziemlich cool aus. Damit war ich zufrieden, aber was passiert, wenn ich die Winterperiode in die Farbgebung einbeziehe?
Es ist einfach nur chaotisch. Die Farbänderung für die verschiedenen Zeiträume gefällt mir zwar, aber was mit den Symbolen passiert ist, gefällt mir nicht. Wenn man jetzt die Overlay-Codierung aufruft (Rechtsklick, z. B. auf „Overlay-Zielbereich“), erscheint diese Codierungsoption. Dort kann man auswählen, ob die Codierung der Farbe, dem Stil oder „Keiner“ folgen soll. Der Stil ist einfach nur seltsam. Die Linien haben alle möglichen verrückten Formen. Das war wirklich nicht das, was ich wollte. Die Codierung sollte überlagert werden, und zwar nach Farbe. Meine Linienfarben stimmen zwar, aber die einzelnen Jahre und Punkte haben unterschiedliche Farben. Das wollte ich nicht. Eine gute Option für die Überlagerung der Codierung ist einfach „Keiner“. Jetzt, wo ich „Keiner“ ausgewählt habe, ist es genau so, wie ich es haben möchte. Jetzt kann ich diese Legende, die ich hier in unseren Daten eingefügt habe, bereinigen. Was für ein nettes kleines Hintergrundbild von einem Schlepper, oder [unverständlich 00:21:28] Schlepper.
Ich habe die verschiedenen Seen über einen lokalen Filter abgerufen. Man kann beim Michigansee sehen, dass es so aussieht, als ob die blauen Perioden vor der Eisbildung mehr Eis enthielten und die neueren roten Perioden weniger.
Der Eriesee, etwas weniger. Der liegt eher im Süden. Kein Wunder, man kann sie alle zusammen betrachten. Eine wirklich clevere Methode, diese Overlay-Codierung zu nutzen, um genau die gewünschte Ansicht für den Nutzer zu erhalten. Overlay-Codierung. Wir kommen gut voran. Es läuft ziemlich gut.
Als nächstes betrachten wir das Überlebensrisiko-Diagramm. Dieses Diagramm ist in der Biotechnologie sehr beliebt, genau wie die SuperPlots. Hier wird das Überleben im Zeitverlauf dargestellt, und darunter befindet sich eine Tabelle mit Zahlen. Die Datenplattform „Analysieren, Zuverlässig und Überleben“ bietet verschiedene Überlebensanalyse-Plattformen, mit denen man die Überlebensraten in den Testgruppen (Standard und Test) im Zeitverlauf ermitteln kann. Die Plattform enthält Tabellen mit nützlichen Informationen. Hier ist die Anzahl der Überlebenden zu einem bestimmten Zeitpunkt. Ich habe alle benötigten Informationen. Per Rechtsklick kann ich daraus eine kombinierte Datentabelle erstellen, die alle relevanten Informationen aus den Tabellen unten enthält.
Ich werde mir also die Daten anzeigen lassen. Ich habe die Standardeinstellungen im Test gespeichert, aber ich habe die Spalten „Überleben“ und „Gefährdet“. Ich sollte ganz einfach zum Diagramm-Editor gelangen. Ich sollte das Überleben auf der Y-Achse und die Zeit auf der X-Achse platzieren können. Dann deaktiviere ich die Datenpunkte. Entschuldigung, das hat die Darstellung etwas geglättet. Ich kann die Daten nach Gruppe überlagern, und jetzt habe ich tatsächlich das erste Diagramm. Jetzt möchte ich das Diagramm darunter einfügen. Ein Kombinationsdiagramm entsteht, wenn ich einer der Achsen einen weiteren Abschnitt hinzufüge. In diesem Fall nehme ich die Gruppe. Ich gehe zum unteren Ende der Y-Achse. Sie sehen, dass dies die Datenpunkte trennt. Das ist praktisch. Ich werde hier ein paar Dinge tun. Dort, wo „Punkte[Gruppe]“ steht, füge ich die Jitter-Grenze in dieselbe Zeile ein. Ich klicke unter den roten Hotspot und wähle „Formspalte festlegen nach“.
Ich werde es anhand des Risikos festlegen. Jetzt habe ich Zahlen drin. Ich kann hier ein bisschen herumprobieren und...
Hier befindet sich die Diagonale. Ich kann sie in meinen Daten etwas übersichtlicher gestalten. Ich könnte hier mit der rechten Maustaste klicken und natürlich zum Diagramm gehen, die Markergröße anpassen und sie etwas vergrößern. Das war ein guter Filter. Als ich hier beispielsweise die Version in meine Daten eingefügt habe, habe ich nicht nur ein Hintergrundbild hinzugefügt, sondern auch... Auf den Achsen habe ich Gitternetzlinien eingefügt. Wie Sie sehen, habe ich hier nur einige ausgewählte Zeitpunkte markiert, da ich nicht alle Daten benötigte. Jetzt habe ich eine sehr aussagekräftige Ansicht und kann sehen, wann das letzte Exemplar im Test und wann im Standard überlebt hat und wie sich die verschiedenen Überlebenskurven auf meine Population auswirken.
Ich denke, wir haben noch Zeit, wenn ich die letzten beiden Punkte etwas schneller erkläre, damit später genügend Zeit für die Fragerunde bleibt. Das nächste Beispiel ist ebenfalls JMP 18. Es handelt sich um ein Seitenraster. Damit lassen sich mehrere separate Diagramme in einem Raster anordnen. In JMP 17 war diese Ansicht nicht möglich. Ihnen fällt vielleicht auf, dass die Werte für Brasilien hier von 50.000 bis null reichen. Dieses Diagramm hier reicht hingegen nur von 3.000 bis null. Normalerweise berücksichtigte JMP nur die größte Skala und zwang alle Diagramme, dieser zu folgen, was wir nicht möchten. In JMP haben Sie jetzt die Kontrolle darüber. Manchmal ist das nützlich, manchmal nicht. In diesem Fall zeige ich Ihnen die Kaffeedaten. Sie umfassen Produktion, Export und Konsum. Ich trage all das auf der Y-Achse ein und das Jahr auf der X-Achse. Außerdem wandle ich die Punkte in Linien um.
Jetzt nehme ich das Land und füge es der Seite hinzu. Außerdem klicke ich mit der rechten Maustaste auf den roten Hotspot und wende einen lokalen Datenfilter an.
Für die Länderauswahl wähle ich einfach ein paar Länder wie Brasilien und Kolumbien aus. Ich trage auch meinen Heimatort ein, die Philippinen, meine zweite Heimat. Wir waren früher ein großer Kaffeeproduzent. Dann Vietnam. Nachdem ich diese Länder ausgewählt habe, kann ich hier oben mit der rechten Maustaste klicken und die Anzahl der Ebenen pro Zeile festlegen. So erstellt man das Raster. Ich möchte zwei mal zwei. Ich füge einfach zwei pro Zeile ein. Fertig. Ich zeige Ihnen jetzt unter diesem roten Hotspot den Graph Builder. Sehen Sie, da steht „Seiten verknüpfen“. In JMP 17 wurden die X- und Y-Achse für alle Diagramme gemeinsam genutzt. Sie mussten dieselbe Y- und X-Achse haben. Die X-Achse ist in Ordnung. Die ist hier. Aber die Y-Achse zwingt Brasilien und Vietnam jetzt dazu, jeweils den Wert 50 am oberen Ende zu erreichen. Ich kann für die Philippinen gar keinen Trend erkennen. Sie haben nicht dieses Volumen.
Es ist beeindruckend, wie groß Brasilien ist, wenn ich es quer vergleiche; hier habe ich dieselbe Achse. Aber jetzt kann ich mit der rechten Maustaste auf die verlinkten Seiten klicken und sagen: „Weißt du was? Teile nur die X-Achse.“ Jetzt sehe ich den Trend, dass Kolumbien flach verläuft.
Auf den Philippinen, obwohl die Zahl dort nur bei 3.000 liegt, ist der Konsum wirklich hoch. Es ist ein guter Standort für Startups. Viele neue Unternehmen entstehen dort. Vietnam legt im Hinblick auf steigende Exporte sogar noch einen drauf, sogar noch stärker als Brasilien. Solche Daten lassen sich jetzt in JMP 18 mit diesen Seitenrastern visualisieren.
Ich glaube, wir haben noch genug Zeit, Ihnen das letzte Beispiel zu zeigen. Es ist wirklich interessant. Es dauert vielleicht ein oder zwei Minuten länger, aber ich denke, es wird Ihnen gefallen. Wir verwenden in JMP nicht so gerne Tortendiagramme, aber es gibt eine spezielle Art von Tortendiagramm, das sogenannte Ringdiagramm. Es eignet sich hervorragend, um Ihre Standarddiagramme und Dashboards aufzulockern. Sie können es als Auswahlfeld verwenden, und es ist besonders nützlich, wenn Sie nur wenige Kategorien haben. Hier habe ich ein Ringdiagramm neben einem Balkendiagramm. Wenn ich hier etwas anklicke, ändert sich der Inhalt des Balkens. Wie richtet man das ein? Ich habe hier interessante Daten zu Donuts, aufgeschlüsselt nach verschiedenen Generationen. Sie können hier auswählen, zu welcher Generation Sie gehören.
Wir erstellen jetzt ein paar Diagramme. Das erste Diagramm ist ein Ringdiagramm. Auf der Y-Achse trage ich die Prozentwerte ein. Auf der X-Achse trage ich die Datentypen ein. Ich wandle die Punkte in ein Kreisdiagramm um. Keine Sorge, wir verwenden ein Kreisdiagramm. Ich beschrifte es mit den Prozentwerten. Ein einfaches, benutzerfreundliches Diagramm. Ich platziere es hier. Das zweite Diagramm ist auch ganz einfach. Ich schaue mir die Generierung nach Prozent an. Anstatt Punkte wähle ich ein Balkendiagramm. Also zu Balken ändern. Fertig. In diesem Balkendiagramm lasse ich mir die Summe anzeigen. Ich doppelklicke auf die Achse. Ich stelle JMP als Format auf Prozent ein. Ich füge ein paar Gitternetzlinien hinzu. Dieses Diagramm ist nun fertig. Um die Diagramme zu kombinieren, gehe ich am einfachsten auf „Fenster“ und dann auf „Fenster kombinieren“.
Sie können die gewünschten Diagramme anklicken. Hier ist das Ringdiagramm. Hier ist das Balkendiagramm.
Tatsächlich kann ich das Ringdiagramm als Filter verwenden. Okay, los geht's. Wenn ich das richtig gemacht habe, möchte ich sehen, wie viele Leute... Mal sehen, nehmen wir Streusel. Ich möchte sehen, wer hier Streusel macht. Ich klicke darauf, und man sieht nicht nur... Ich habe mir eine Beschriftung für das Bild einblenden lassen, um mich daran zu erinnern, wie Streusel aussehen. Ein Streusel-Donut sieht aus wie von der Generation Z oder mit großen Streuseln. Wer mag heutzutage noch Kuchen-Donuts? Man kann sie anklicken, Babyboomer, vielleicht mögen sie Streusel im Kaffee. Aber jetzt ist ein Donut billiger als Kaffee, oder? Das machen wir nicht mehr so oft. Jeder mag glasierte Donuts. Eine schöne Möglichkeit für ein interaktives Dashboard. Das könnte in der Datentabelle gespeichert werden. Das könnte interaktiv als Bericht in JMP Live gespeichert werden. Sehr cool interaktiv in HTML5. Viele verschiedene Möglichkeiten zum Teilen. Das sind die Ansichten. Ich werde Sie jetzt wieder mit diesem Journal zurücklassen.
Geh einfach dorthin, wo diese Aufnahme gespeichert ist, und du findest mein Tagebuch. Ich gebe dir auch Links zu weiteren Informationen, egal ob du ein Tutorial, Blogs oder andere Präsentationen suchst. Wenn du neue Ansichten hast, schau doch mal in der JMP-Community auf der Wunschliste vorbei und fordere uns mit deinen Grafiken und Herausforderungen heraus. Vielleicht schaffen sie es ja in die nächste JMP-Version und werden in der Galerie präsentiert.
Ich danke Ihnen herzlich für Ihre Teilnahme und wünsche Ihnen weiterhin viel Freude beim Entdecken.
