756624_ja-JP

liliconcom

ダークテイル：JMP®によるビジュアルストーリーテリング（2021-EU-30MP-792）

Caleb King、SAS JMPリサーチ統計テスター

この講演では、JMP 16の新機能を含む、JMPの幅広いグラフィカル機能を活用して、データのストーリーを伝える方法を紹介します。1991年から2019年にかけて報告されたヘイトクライムに関するFBIデータベースを用いて、グラフレットやインタラクティブな特性値の変更といったJMPのグラフィカルツールボックスの主要ツールが、視聴者に新たな洞察をもたらす様子を紹介します。しかし、楽しみはグラフだけではありません。テーブルスクリプトを作成し、データを小さなデータセットに分割することで、視聴者が「自分の冒険」を選べるようにする方法も紹介します。それぞれのデータセットには独自のグラフが用意されており、全体像に対する新たな視点を提供できます。ご安心ください。すべてが見た目ほど暗いわけではありません…

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
カレブ・キング	こんにちは、カレブ・キングです。JMPソフトウェアの開発チームに所属しています。実験計画法グループに所属していますが、今日は
	少し話題を変えて、JMP のグラフィックやその他のツールを使用して、データの視覚的なストーリーテリングにどのように役立つかについてお話しします。
	私が選んだデータ セットは、説明のために FBI が収集したヘイト クライムのデータです。少し議論の余地があるデータ セットかもしれませんが、現在起こっていることとはかなり関連があります。
	私の目標は、これをより分かりやすくすることです。そのため、以前に作成したいくつかのグラフィックを見ていきます。
	このデータセットのグラフの作り方を必ずしも紹介するわけではありませんが、JMPの使い方を説明するのが目的です。
	先ほど言ったように、視覚的なストーリーテリングなので、インタラクティブ性を活用して、グラフを見て、それとやりとりする人を誘導します。
	もしかしたら、もっと質問をしたり、もしかしたら途中で彼らの質問に答えたりするかもしれません。とにかく、データ探索を奨励してください。それがJMPのすべてです。
	それでは早速始めましょう。
	まずデータセットの概要を少し説明します。スクロールして見ていきましょう。たくさんの情報があります。
	事件が起こった場所。
	話を進めていくと、事件が起きた日付、つまり犯人についての情報が少しあります
	そして、どのような犯罪が、どのような種類の犯罪が犯されたのか。繰り返しますが、基本的な情報として、事件においてどのような偏見が示されたのか、そして被害者に関する情報も必要です。
	全体的な差別カテゴリー、そして緯度と経度に関する追加情報（もしあれば）と、他のグラフで使用する人口についても記載しました。念のため、念のためですが、
	FBI（アメリカ連邦捜査局）はヘイトクライムを
	特定の集団に対する偏見を動機として行われる犯罪行為。その偏見は、人種、宗教、性別、性自認などに対するものなど、多岐にわたります。
	つまり、犯罪が特定の偏見によって動機づけられている限り、それはヘイトクライムとみなされ、このデータは、
	FBIが収集したもので、1991年から2019年まで遡ります。2020年のデータは持っていませんが、確かに興味深いです。
	しかし、それはFBIが時間をかけて、実際に報告書を作成する前にデータが徹底的に整理され、準備されていることを確認するためです。
	彼らがデータの正確性を確認するためにどれだけの時間と労力を費やしたかを考えると、このデータはかなり正確であると安心できます。
	それでは、データの基本的な視覚的な概要を作成してみましょう。まず、ここにある小さなテーブルスクリプトを実行します。これは基本的に、次のような結果をもたらします。
	特定のバイアスに基づいて、日ごとに何件のインシデントが発生したかをカウントします。これを基に、基本的なプロットを作成します。今回はシンプルな折れ線グラフです。
	ここでは、全期間にわたって毎日発生したインシデントの数を示しています。つまり、1991年から2019年までのデータ全体を見ることができます。
	どれだけの事件が起きたか。これだけでも静止画像としては良いでしょう。
	発生件数が減るところです。実はここで軸の設定を少し変えてみます。50秒刻みですが、20秒刻みにしてみましょう。これで完了です。
	ちょっとしたインタラクションがあります。スケールを変更して、より洗練されたものにし、より分かりやすくしました。
	平均してどれくらいのインシデントが発生しているか。分布を少し調べてみたところ、平均すると1日あたり約20件のインシデントが発生していることがわかりました。
	ここに見られるように。さて、皆さんは、なぜデータに見られる2つの急上昇についてまだ触れていないのかと疑問に思われるかもしれません。
	そうです、明らかに2つの非常に高いスパイクがあります。もしこれが
	他の種類のソフトウェアなら、調べてみようと思うかもしれません。それで、試したデータに戻って、
	日付がどこにあるかを特定し、プロットや分析を行って何が起こっているかを示すことができます。これはJMPで、
	これを助けるのが、JMP 15で導入された「グラフレット」という機能です。使い方はこんな感じです。マウスをホバーして、ポンッと押すだけです。
	その時点で何が起こっているかをさらに要約するために、小さなグラフレットが表示されました。つまり、この場合は多くの情報が含まれています。
	まず、1992年5月1日という日付に注目してください。アメリカの歴史に詳しい方なら、ここで何が起こっているかお分かりいただけると思いますが、そうでない方は、
	グラフをクリックすると、もう少し詳しい情報が得られます。今、私が示しているのが
	事件は、その事件特有の偏見によって分類されます。つまり、ほとんどの事件は白人個人に対するものであり、次に黒人またはアフリカ系アメリカ人に対するもの、そしてその下へと続いていくのです。
	ここで答えを少し明かしてしまいましたが、カリフォルニアで起きたロドニー・キング暴動と同時期に起きた事件です。ロドニー・キングは
	不幸にも警察官に殺害され、多くの反発と暴動を引き起こしたアフリカ系アメリカ人
	この頃ですね。つまり、この特定のデータポイントに記録されているのはまさにそれです。もしそれを知らなかったとしても、少なくともこの情報があれば、そこから調べ始め、オンラインで何が起こったのかを調べ始めることができるでしょう。
	ここでも同じことを、非常に大きなスパイクを使って行うことができます。ここでもホバーグラフレットを使用しますので、マウスをそこに移動してください。少し間を置いて見てみましょう。日付は2001年9月12日です。それ自体が非常に大きな手がかりとなります。
	何が起こったのかは不明ですが、内訳を見てみると、ほとんどの事件はイスラム教徒、特に
	アラブ民族、あるいは他の類似の民族や祖先。この場合、明らかに
	9月11日の不幸な事件、当時発生したテロ攻撃の後、翌日には、
	メンバーは民族性や信仰などが似ていたため、当時は残念な反発が起こっていました。
	つまり、この 1 つのプロットといくつかのインタラクティブ機能だけで、さらに詳しく調べたい領域について、多くの情報、つまり高レベルの情報を収集することができました。
	でも、まだ続けられます。JMP 16の新機能として、X軸に日付があるので、日付をより大きなカテゴリにまとめることができるようになりました。今回は月ごとにまとめてみましょう。
	プロットが消えているのが分かります。それで、これからやることを説明します。もう一度実行して確認してみましょう。
	さあ、行きましょう。
	何が起こるかなんて分からない。今回の場合は、こうなるはずだったんだから、心配しないで。
	月ごとに分類したところ、興味深いパターンが見つかりました。何らかの季節的な傾向が見られるようです。ホバーグラフレットを使って、何が起こっているのか確認してみましょう。低いポイントにマウスを移動します。すると、
	1月、12月ですね。いいですね。面白いですね。もう一つ、12月にマウスを移動してみましょう。
	そしてもう一つ、12月。ああ、この場合は実際に季節的な傾向があるのかも。冬の時期に最低水準に達するようですね。
	実際、データテーブルを見てみると、以前も同じものを見たことがあります。この手法を研究しているときに発見したもので、それに対処するためのプロットをすでに作成しています。
	ですから、これは私がそれに基づいて作成したもので、つまり、この 1 か月間の過去数年間の事件数の変動を調べてみたのです。
	ここでは平均的な傾向が見られますが、特に 9 月は急激な増加が見られるため、大きな変動も見られます。
	もう少し適切なものが必要かもしれません。コントロールパネルを開いて、中央値を選択しましょう。より堅牢な方法なので、四分位範囲も確認しましょう。そうすれば、より堅牢な結果が得られます。
	操作できるメトリック。
	季節的な傾向が見られるので、冬季には間違いなく大きな落ち込みがあるようです
	春と夏にピークを迎えるのとは対照的に、今は
	これは誰かがさらに詳しく調べて、なぜそのようなことが起こるのかを研究したいと思うかもしれないものです。
	皆さんはそれぞれ違う解釈をするかもしれません。私個人の解釈は、クリスマスの精神は非常に強力で、12月に人々がどんな憎しみや偏見を抱こうとも、それを克服できるほどだということです。
	これはあくまでも私の個人的な好みなので、皆さんもそれぞれ好みがあるでしょう。しかし、たった一つのプロットから、私はこの傾向を発見し、
	さらに詳しく調べるために、別の区画を作りました。この区画1つだけでも、さらなる研究を促すことができました。これで研究を続けられます。
	では、年ごとに分類してみましょう。そうすると、このような全体的な傾向がはっきりとわかります。
	90年代後半から2000年代初頭にかけてピークを迎え、その後はほぼ直線的に下降しています。
	2010年代半ば頃に中間点に達し、その後再び上昇し始めます。他のグラフでも同様の傾向が見られる可能性があるので、この点に留意してください。しかし、ここでもう一度、一歩引いて、このグラフでは異なる傾向が見られたことを認識しましょう。
	データの様々な側面を分析する。
	いくつかの疑問にお答えしましたが、他にもいくつか疑問が浮かんだかもしれません。季節的なトレンドとは何でしょうか？
	もし私がお話ししたイベントが何だったのかご存じない方がいらっしゃいましたら、具体的に何だったのかお分かりでしょう。JMPグラフィックスのインタラクティブ性は、ユーザーが一つの媒体の中で様々なことに触れ、探求し、そしてそれを促進できるという点で優れています。
	よし。
	続けましょう。先ほど申し上げたように、これは一種の視覚的なストーリーテリングなので、いわばプロローグ、全体像のようなものだとお考えください。それでは…
	全体的な状況はどうですか？では、俳優について見てみましょう。
	つまり、誰がこのような犯罪を犯しているのか？誰に対して犯しているのか？それについてどのような情報が得られるのか？そこで私は
	もう一度、その答えを見つけるのに役立つプロットを作成しました。これは良いスタートになるかもしれません。ここにヒートマップを作成しました
	この場合、犯罪者の人種によるカウントと、特定の偏見によるカウントが強調されます。つまり、
	何が起こっているか、この場合は列を並べ替えて、多くのことが起こっていることを確認しています。ほとんどのことは、この上部にあります。
	左隅で、ここはあまり何も起こっていない。これは良いことだと思う。あまり何も起こっていないところにバイアスがかかっていることが多いが、ほとんどの出来事はこの隅で起こっている。
	これは良いプロットかもしれませんが、やはり空きスペースがかなりあります。そこで、何が起こっているのかを強調するために、いろいろと試してみるといいかもしれません。例えば、X軸のカウント数に応じてサイズを調整してみましょう。
	ご覧の通り、裏に隠したものがありました。実は、これらの上にパーセンテージラベルを付けていたんです。
	以前は情報が多すぎて見えなかったのですが、今ではその情報の一部が見えるようになりました。つまり、カウントではなく、情報を要約する良い方法だということですね。
	しかし、この視覚化だけでも、黒人やアフリカ系アメリカ人に対する偏見が最も大きく、次いでユダヤ人、そして下の方まで続いていて、ほとんど偏見がないことがわかります。つまり、X軸を見るだけでも、何が起こっているのかについて多くの情報が得られるのです。
	Y についても同じことができます。この場合も、カウントによってサイズが決まります。
	また、サイズと軸の調整方法だけでも多くの情報が含まれています。
	そして、このケースでは、そのコーナーを強調して、誰がトッププレーヤーであるかを明確に示しています。この場合、ほとんどは
	犯罪者は白人か人種不明の者で、アフリカ系アメリカ人に対して、次はユダヤ人に対して、そして
	アンチホワイトで、その後ずっと下がり続けています。つまり、何が起こっているのか、ここで簡単にまとめることができます。マウスをホバーすると小さな円が見えることにお気づきかもしれません。これがGraphletインジケーターです。ここでもツールを使っています。
	少しインタラクションしてみましたが、これは静止画像でも素晴らしいのですが、JMPのパワー、特にグラフレットを活用してみましょう。
	操作して、さらにどのような情報が得られるか確認してみましょう。今回はここにマウスを移動します。
	ここにグラフがあります。この場合は、グラフの第一人者、ザン・グレッグが作成した棒グラフです。このグラフでは、
	犯罪は誰が誰に対して犯しているのか、次に皆さんが疑問に思うのは、どのような種類の犯罪が犯されているのかということです。さて、グラフレットを使ってその疑問にお答えします。
	ここで、最も大きな、圧倒的に多い犯罪の種類は脅迫であり、次に単純暴行と加重暴行、そして残りが続きます。これが、この棒グラフの美しさです。
	他にも様々な種類の犯罪が犯されています。それらを全て重ね合わせても、比較になりません。上位3位にも入りません。
	それで、このことから、この種の犯罪の種類、それがどれだけ優勢であるかについて多くのことがわかります。
	さて、もう一つ疑問に思うのは、俳優たちや彼らの行動を見てきましたが、
	しかし、これには時間的な側面があります。これは明らかに時間の経過とともに起こっているので、これは一貫したことなのでしょうか？傾向に変化はありましたか？
	心配しないでください。Graphletがまたもや救世主です。今回は、実際にその傾向をお見せします。それでは、
	脅迫事件の種類や件数は時間の経過とともにどのように変化しましたか？ここでも、全体的な傾向に沿ったパターンが見られるようです。
	90 年代後半にピークを迎え、その後は急激な傾向となり、2010 年代半ば頃までほぼ直線的に下降し、最近になって再び上昇傾向に転じています。
	もう一度、この傾向やその他の傾向を見てみましょう。クリックして拡大はしませんが、このグラフから、単純暴行と加重暴行の傾向が少しだけ確認できます。
	探求を続けましょう。では、アフリカ系アメリカ人に対する未知の側面を見て、そこにどのような違いがあるかを見てみましょう。この場合、明らかに
	この場合、実際に支配的な犯罪には2種類あり、それは財産の破壊または損傷です（よく考えてみると、これは理にかなっているかもしれません。自分の財産が損傷されているのに気づいた場合、誰がそれをしたのかわからない可能性が高いです）。
	そして、脅迫が支配的なものです。そして、繰り返しになりますが、この機能の良いところは、ホバーラベルが一定期間保持されるので、そこでどのような傾向が見られるのかを改めて確認できることです。
	この場合、被害に関しては実際には2つのピークがあり、90年代後半から2000年代初頭にかけてピークに達し、その後再び減少しています。脅迫に関しては、以前と同様の傾向が見られます。
	また、たった 1 つのグラフィックの中に多くの情報が含まれており、ユーザーはそれを操作して特定の重要な領域を強調したり、視覚化したりすることができます。つまり、これを見て操作するだけで、さまざまな情報を集めることができます。
	よし。
	では、続けましょう。報告機関のほとんどは市や郡レベルの機関ですが、
	警察署などもありますが、大学もいくつかあります。ですから、大学で何が起こっているのか興味がある人がいるかもしれません。
	そこで、この質問に答えるために、この素敵なテーブルスクリプトを作成しました。さて、今回は
	私はテーブル スクリプトを実行していましたが、前にも述べたように、舞台裏についてはあまり詳しく説明しません。これはよりわかりやすいものです。
	ここで少しだけ覗いてみませんか？グラフの威力だけでなく、テーブルスクリプトの威力もお見せしたいからです。JMPをご存知の方は、
	テーブルスクリプトは分析結果やレポートを保存できるのが便利です。前回のようにグラフを保存することもできますが、気づいていないかもしれませんが、
	追加のテーブルやサマリーテーブルなどを実行するためのスクリプトです。それでは、ここで何が起こっているのかお見せしましょう。実際にスクリプトを実行すると、2つのデータテーブルが作成されました。
	ご覧になったのは 1 つだけだったので、この場合は、まずすべての大学を選択したデータ テーブルを作成し、次にそのデータ テーブルからサマリーを作成して、古いテーブルを閉じました。
	さらに、グラフィックもいくつか追加しました。設定方法については、次回以降に詳しく説明したいので、ここでは詳しく説明しません。ヒントを一つ。これはJMP 16の新機能をベースにしたもので、きっと驚くはずです。
	さて、話を大学での出来事に戻しましょう。
	ここでもテーブルスクリプトを保存しました。これはグラフを表示するものです。
	ここに、棒グラフが重ねて表示されています。ここでは、どの大学で事件が最も多かったかを示しています。繰り返しますが、これ自体はかなり標準的なグラフと言えるでしょう。
	どの大学で事件が最も多く発生しているかが分かります。また、圧倒的な大学がないのは良いことです。他の大学もまだたくさんあります。
	どちらも優位に立っていない。それ自体は良いニュースだが、時間的な側面もある。
	ミシガン大学アナーバー校は、もしかしたらずっと苦戦していたのでしょうか？ずっとトップを維持していたのでしょうか？たまたま調子が悪かっただけでしょうか？ここでもグラフレットが救いの手を差し伸べます。
	この場合、
	ここに興味深いプロットがあります。「えっ、これは一体何？」と思うかもしれませんね。まるでアールデコ美術館に展示してあるような…一体…
	これは一体どんなプロットでしょうか？ 実は、以前見たことがあるプロットなんです。JMP 16で新しく登場した機能を使っているので、その舞台裏を少しお見せしたいと思います。
	この場合、これはヒートマップです。私がやったのは
	私がよく使うトリックは、2 つの異なる方法で強調することです。つまり、カウントを色で強調する (これはヒート マップでよく行われることですが、白い部分は欠落しているエントリです) だけでなく、JMP 16 ではサイズで強調することもできます。
	これは先ほどの軸のサイズ設定に戻ると思います。特定の領域を強調するのに役立ちます。つまり、ここではアフリカ系アメリカ人に対する事件に少し問題があることが分かります。
	それはかなり一貫しており、これまでに起こった他のすべての事件とは対照的に、2017 年は特にひどい年だったようです。
	ここで追加のホバー ラベルは表示されません。
	私がするのはデータを要約することだけですが、それで大丈夫です。
	これ自体が多くの情報を提供するので、これは JMP 16 で導入された新しい機能であり、この点をさらに強調するのに役立ちます。
	繰り返しになりますが、他の大学の例を見てみましょう。これは、かなり悪い時期を過ごしている大学の例です。
	メリーランド大学カレッジパーク校ですが、
	物事は本当に順調でした。それで、なぜこのような素晴らしい時期が訪れたのか、興味があるかもしれませんね。
	大学側が何か対策を講じ、それによって事件数が大幅に減少したようなことはありますか？それは調べてみる価値があるかもしれません。
	そして、それがシステム的な問題であるかどうか、つまり、今回のケースのように、単に非常に悪い年が支配的だっただけで、全体的にはうまくいっていたかどうかを確認するために、再度調査を続けることができます。
	彼らはかなりうまくやっていました。これもまた、また同じことかもしれません。当初は本当にひどい時期を過ごしましたが、最近はかなりうまくいっています。
	などなど。ここでもインタラクティブ性を強調しておきますが、
	今回はJMP 16の新機能をいくつか使ってみました。さて、最後の話題に移る前に告白します。私は地図オタクなので、地図や、地図に関連するあらゆるデータ分析が大好きです。
	理由は分かりません。とにかくとても気に入っているので、次の動画をお見せするのがとても楽しみです。今度は事件の地理的状況を見ていきます。
	しかし、これはテーブル スクリプトと JMP グラフィック、特にホバー グラフの威力を実際に強調するものだと信じているため、私は興奮しています。
	皆さんも興味を持っていただけたでしょうか？それでは実行してみましょう。このテーブルスクリプトは実際には多くの処理を行っているため、少し時間がかかります。新しいテーブルを作成し、そのテーブル内で多くの関数を実行します。
	そして、様々な計算を行っています。ここでは、単に情報を取り込むだけでなく、末尾近くには、裏で計算された多くの列があります。
	さて、ここで少し時間を取って、これから使用する特定の指標についてお話ししたいと思います。少し前に、JMPコミュニティ（community.jmp.com）で「犯罪率の難問」というブログ記事を書きました。
	恥ずかしい宣伝ですが、私が話したのは、一般的に事件、特に犯罪事件を報道するときに、
	通常、私たちは生のカウントを報告したくないことを知っています。
	特定のエリアで、件数や事件数が多いことがあるかもしれませんが、それは単にそこに問題があるからでしょうか?
	それとも、単に人が多すぎるからでしょうか？もちろん、人が多いので、多くの事件が起きるだろうと予想されます。
	報告件数の増加。誰もが平等な競争条件に身を置くようになったので、これは良いことですが、その副作用の一つとして、報告件数の増加が挙げられます。
	人口の少ない地域です。基本的に、分母が小さいと、それだけ比率も大きくなる傾向があります。
	これは残念な副作用のようなもので、ここでは、人口が非常に少ない場所でインフレが起こっている興味深い事例についてお話しします。
	そして、一部の人々がどのように対処するか。私がその問題に取り組もうとした方法の一つは、加重発生率を使うことでした。基本的に、その考え方は
	私はあなたの事故率を取り上げますが、その後、どの程度の割合であなたを評価しますか...
	すみません…基本的には人数による重み付けですね。今回の場合は、特定の重み付けをしています。つまり、人口を順位付けしているんです。
	最大の都市は最小の都市の順位になります。しかし、この場合は州が50あるので、人口が最も多い州は
	50位から1位までを1とすると、その順位があなたの重みになります。
	人口全体に対応する重量で、ここでの考え方は、もし事故率がこの重量ペナルティを克服できるのであれば、
	それは、あなたが調査する価値のある人物である可能性があることを意味します。
	人口が少ないだけでインフレが起きるのです。比較的小規模でも、罹患率が十分に高いと、実質的にその重みを克服できるのです。
	調査が必要になるかもしれません。あまり多くの情報ではないと思いますが、これが私が主に使う指標なので、スクリプトを実行します。
	そして
	さあ、始めましょう。まず、全州における加重発生率の推移を示す、わかりやすい折れ線グラフを用意しました。
	ここで新しい機能を使います。ニュージャージー州が優勢であることがわかります。ここでもインタラクティブ機能があり、クリックしてハイライト表示できます。
	JMP 16では特に新しい機能がいくつかあります。ここで右クリックしてラベルを追加します。最大値と最後の値を設定します。
	比較のためだけです。
	ここで、このことが分かります...ピークは、90 年代前半で、1,000 件あたり約 11.4 件 (加重発生率) でした。
	そして、減少傾向が見られます。全体的な発生率と同じように減少し、再びピークに達し始めたようです。
	2019 年です。ここでも簡単な数字だけを挙げると、それ自体興味深いグラフになりますが、ご覧のとおり、私の小さなグラフレット インジケーターが動いているため、さらに興味深いものがあります。
	ここでマップ部分が役立ちます。特定のポイントにマウスを移動します。
	この場合、
	全体の割合がおわかりでしょうか？郡ごとに内訳も確認できます。ここでは色分けしてあります。
	郡ごとに、その年の総発生件数で表示されています。また、時間的な側面もあるため、これは特定の年、この場合は2008年のスナップショットを示しています。
	全体的な傾向に興味があるなら、例えばグラフレットを使って、別の場所にマウスを移動してグラフを表示し、クリックして拡大表示することができます。
	必要に応じて繰り返します。そうすることもできますし、このプレゼンテーションの準備中に私が実際に見つけた新しいトリックを使うこともできます。
	非表示を解除してみましょう…横にローカルデータフィルターがあります。これがこれらのグラフレットの鍵となる部分です。
	ここで年を選択し、モデリングの種類を連続ではなく名義に変更します。こうすることで、次のようなことができます。
	個々の年を選択するか、これは JMP なので、さらに優れた方法があります。
	ここにアニメーションを入れます。少し早送りにします。再生ボタンをクリックして、あとはただ座って、JMPが勝手に動いてくれるのを見守るだけです。
	ここでサイクルを見て、何が起こっているのかを把握することができます。少しサイクルを続けてみます。すでに興味深いことが起こり始めていますね。
	循環させて、全体像を把握しましょう。私たちが求めているのは全体像です。自慢したいわけではありません。
	さて、ここまで見てきましたが、あることに気づきました。では、2004年、2005年あたりまで見てみましょう。このあたりで、特にこの郡が強調表示されていることに気が付きました。
	グラフレットの小さなインジケーターを見ましたね。マウスオーバーすると、
	また別の地図です。これで私がなぜこんなに興奮しているかお分かりいただけると思います。
	繰り返しになりますが、この場合、郡レベル、つまり個々の郡レベルで実際に表示することができます...
	すみません、ちょっと動かしてみましょう。ほら、できました。少し調整すると、大きさと色の両方で強調するという私のテクニックがお分かりいただけると思います。
	???内では分散が見られます。これは個々の場所であり、時間的な側面もあるため、
	分かりました…これで分かりました。戻ってクリックして複数のグラフを取得する必要はありません。ローカルデータフィルターのトリックを再び使用できます。それでは戻ってみましょう。
	年なので、この場合もクリックして切り替えることができます。ここではキーボードの矢印キーを使って順番に切り替えていきます。
	時間の経過とともに物事がどのように変化してきたか、少し感じてみてください。この場合、特定のエリアが見えますが、おそらく2006年か2007年頃のフレームから既にご覧になっていると思います。
	このエリアが一つあります...ここです。
	キーンズバーグはハイライトされているようですが、さらに別のグラフレットが見えます。どこまで行きたいですか？
	いわゆるグラフセプション。
	我々はできる
	どんどん下へ進んでいきます。この場合、私は...バイアスが何であったかによって分割し、また、必要に応じてそのトリックを使用して、年ごとに循環させることができます。
	改めてこれらのグラフの威力に驚かされます。このグラフレット1つで、郡レベル、さらにその下のレベルの地理的変動を調べることができました。
	データの様々な側面を探求し、より多くの疑問を生み出すことができるようになります。この頃、キーンズバーグでは何が起こっていて、このような現象が起きたのでしょうか？
	それはあなたが知りたいことかもしれません。
	今日はこれですべてです。皆さんの興味をそそり、JMP の視覚化がデータの探索にどれほど強力であるかを明確に説明できたことを願っています。
	もっと詳しく知りたい方は、データビジュアライゼーションに関する全体講演があります。ぜひご参加ください。様々なビジュアライゼーションの方法や、JMPがどのように役立つかを学ぶのに役立ちます。
	しかし、以前、これらの非常に素晴らしいテーブル スクリプトをどのようにして作成したかを少しだけお見せすると約束したので、今それを行います。
	JMP 16では、拡張ログと呼ばれています。これはJMP 16の最も優れた新機能の一つです。拡張ログは、ユーザーの操作に追従し、記録します。つまり、データテーブルを閉じたり、開いたり、実行したりするたびに、
	新しい列を追加したり、新しいグラフを作成したりすると、それがログに記録されます。
	これはジョン・サル氏が基調講演でお話しする内容です。繰り返しになりますが、これはここで紹介する最も素晴らしい新機能の一つです。
	そして、これが私がこれらのテーブルスクリプトを作成できた鍵です。正直なところ、これがなかったら、おそらくこれらの非常に優れたテーブルスクリプトを作成することはできなかったでしょう。なぜなら、膨大な作業が必要だったからです。
	繰り返しになりますが、これはJMP 16で利用できる非常に優れた機能です。JMPがデータの探索や、素晴らしい視覚化、インタラクティブな視覚化の作成に最適なツールであることをご理解いただけたかと思います。以上で私の説明は終わりです。ご来場ありがとうございました。

自動化とスクリプト基本的なデータ分析とモデリングデータアクセスデータのブレンドとクリーンアップデータの探索と可視化実験計画法マスカスタマイゼーション品質およびプロセスエンジニアリング信頼性分析