756624_zh-CN

liliconcom

黑暗故事：使用 JMP® 进行视觉叙事 (2021-EU-30MP-792)

Caleb King，JMP 研究统计测试员，SAS

在本次演讲中，我们将演示如何使用 JMP 丰富的图形功能（包括 JMP 16 中的新功能）来讲述数据的故事。我们将使用 1991 年至 2019 年 FBI 仇恨犯罪报告数据库，演示 JMP 图形工具箱中的关键工具（例如图元和交互式特征修改）如何引导观众获得新的见解。但乐趣不仅仅在于图表。我们还将展示如何让观众“选择自己的冒险”，方法是创建表格脚本，将数据分成更小的数据集，每个数据集都有各自的图表，为整体叙事提供新的视角。别担心，事情并非表面看起来那么黑暗……

自动生成的成绩单...

扬声器	抄本
迦勒·金	大家好，我叫 Caleb King，是 JMP 软件的开发人员。我具体负责实验设计小组，但今天我要
	稍微偏离主题，讨论如何使用 JMP 中的图形和其他一些工具来帮助以视觉方式讲述数据。
	现在我选择的数据集是......为了说明这一点，这是联邦调查局收集的仇恨犯罪数据，所以可能是一个有争议的数据集，但也与正在发生的事情非常相关。
	我的目标是让它更具说明性，所以我将展示一些我之前创建的图形
	对于这个数据集。我不一定会向你们展示我是如何制作图表的，但目的是向你们展示如何使用 JMP
	正如我所说，视觉叙事可以利用互动性来引导人们观看图表并与之互动
	也许你会问更多问题，也许你会在过程中回答他们的一些问题。但这是一种鼓励数据探索的方式，这正是 JMP 的宗旨。
	既然如此，我们就直接开始吧。
	我先简单介绍一下这个数据集本身，我先在这里滚动一下。这里有很多关于
	事件发生的地点。
	随着我们继续调查，以及事件发生的日期。你对罪犯有一些了解
	以及犯了什么罪行、犯了什么类型的罪行。再次提供一些基本信息，例如事件中存在哪些类型的偏见。还有一些关于受害者的信息。
	总体歧视类别，以及我提供的关于经纬度（如果有的话）的一些附加信息，以及我将使用的其他图表。现在，为了清楚起见，
	美国联邦调查局（FBI）将仇恨犯罪定义为任何
	因针对特定群体的偏见而发生的犯罪行为。这种偏见可能是种族歧视、宗教歧视、性别歧视、性别认同歧视等等。
	因此，只要犯罪是由某种偏见引起的，就会被视为仇恨犯罪，而这些数据包括所有
	联邦调查局收集的数据，最早可追溯到 1991 年，最近则追溯到 2019 年。我没有 2020 年的数据，尽管那肯定很有趣，
	但这是因为FBI喜欢花时间确保数据在实际生成报告之前已经彻底清理和准备好。所以
	考虑到他们投入了大量的时间和精力来确保这些数据是相当准确的，你可以放心。
	好了，现在我们开始对数据进行一些基本的可视化汇总。我先运行一下这个表格脚本。它的作用基本上就是
	根据特定偏差，统计每天发生的事件数量。基于此，我将创建一个基本图，在本例中是简单的线图。
	这里显示了整个时间段内每天发生的事件数量。所以你可以看到从 1991 年到 2019 年的整个数据范围。
	以及发生了多少起事件。这本身可能是一个很好的静态图像，因为你可以感受到
	事件数量下降的位置。实际上，在这里我要稍微更改一下坐标轴的设置。我们来看看，我们得到的增量是 50 秒，那么我们以 20 秒为增量。好了。
	所以这给你带来了一些互动……互动。我们调整了尺度，让它更加完善，更好地理解
	平均有多少起事件？我运行了一点分发，平均每天大约发生 20 起事件
	我们在这里看到的。当然，现在你可能想知道为什么我还没有解决我们在数据中看到的两个峰值。
	所以，是的，显然有两个很高的尖峰。所以，如果这是
	你可能会说，好吧，我想看看这个软件。所以，你回到你尝试的数据，你
	了解、隔离这些日期的位置，或许可以尝试绘制一些图表或进行一些分析来展示那里发生的事情。嗯，这是 JMP，我们有一些可以
	对此有所帮助，这是我们在 JMP 15 中引入的称为图元（graphlet）的功能，其工作原理如下。我只需悬停，然后“砰”的一声。
	出现了一个小图，有助于进一步总结当时的情况。所以在这种情况下，信息量很大。
	我们首先要注意日期，1992 年 5 月 1 日。如果你熟悉美国历史，你可能知道这里发生了什么，但如果不熟悉，
	你可以通过点击图表获得一些额外的线索。现在你会看到我向你展示的是
	这些事件都带有特定的偏见。因此，我们在这里看到，大多数事件都是针对白人的，其次是黑人或非裔美国人，依此类推。
	我在这里透露了答案，因为当时发生在加州的罗德尼·金骚乱事件。罗德尼·金，
	一名非裔美国人不幸被一名警察杀害，引发了强烈的反弹和骚乱
	大约在这个时候。这就是我们在这个特定数据点上看到的。如果你不知道这一点，你至少可以利用这些信息尝试去那里查找……上网查一下，看看发生了什么。
	我们可以在这里用一个很大的尖峰来做同样的事情。同样，我会使用悬停图，所以把鼠标悬停在它上面。我会暂停一下，让你看。所以我们看看日期，2001年9月12日。这本身就是一个非常重要的线索。
	关于发生了什么。但如果我们仔细分析一下，就会发现大多数事件都是针对穆斯林信徒的，
	阿拉伯民族或其他类似的民族或血统。在这种情况下，我们可以清楚地看到
	9·11 事件发生后，发生了一系列恐怖袭击，第二天，出现了许多反对
	我们的成员都有着相似的种族、相似的信仰等等，所以当时我们不幸遭遇了强烈反对。
	因此，仅通过这一个情节和一些互动性，我们已经能够收集大量信息，大量您可能想要进一步了解的领域的高级信息。
	但我们可以继续。JMP 16 中的新功能是，由于 X 轴上有日期，我们实际上可以将日期划分到更大的类别中，所以在本例中，我们按月份进行划分。
	我们发现情节消失了。所以我要这么做。我要重新播放一遍，看看效果。
	好了。
	你永远不知道会发生什么。在这种情况下，这就是应该发生的事情；别担心。
	我们按月对数据进行了分组，注意到一个有趣的模式。似乎存在某种季节性趋势，我们可以使用悬停图来识别可能出现的情况。我将鼠标悬停在较低的点上。如果我这样做，
	我们看到了，好的，一月，十二月，好的。有意思。让我们把鼠标悬停在另一个日期上，十二月。
	还有另一个，十二月。啊，这种情况可能真的存在某种季节性趋势。我们似乎在冬季的几个月里会遇到低谷。
	事实上，如果我回到我的数据表，我之前确实见过这种情况。这是我在探索这项技术时发现的，我已经创建了一个图表来解决这个问题。
	所以这是我基于此而创建的东西，看看这个月多年来事件数量的变化情况。
	在这里我们可以看到它们的平均趋势，但我们也看到了很多变化，尤其是九月份，因为那里出现了巨大的峰值。
	所以也许我们需要一些更合适的方法。我会打开控制面板，然后我们选择中位数。这样更稳健，也许可以看看四分位距，这样我们就能得到更稳健的
	可以使用的指标。
	因此，我们再次看到季节性趋势，冬季月份肯定出现大幅下降
	而不是像春夏季节那样达到高峰。现在
	某些人可能想进一步研究并探究为什么会发生这种情况。
	你可能有自己的解释。我个人的解释是，我相信圣诞精神非常强大，能够克服人们在十二月可能产生的任何仇恨或偏见。
	这只是我的个人偏好，你可能有自己的偏好。但同样，仅凭一个情节，我就发现了这个趋势，并且
	再画一个图来进一步探索这个问题。所以，仅仅用这一个图，我就鼓励了更多的研究。我们可以继续下去。
	所以让我们看看，按年份进行分类，如果我们这样做，我们就可以清楚地看到这种总体趋势。
	因此，我们看到 90 年代末到 21 世纪初出现了一个高峰，然后开始下降，几乎呈线性趋势，
	直到2010年代中期达到中点，然后才开始再次上升。所以请记住，你可能会在我们展示的其他图中看到类似的趋势。但让我们再次回顾一下，在这个图中我们看到了不同的
	数据的各个方面。我们甚至
	回答了一些问题，但我们可能还提出了一些其他问题。季节性趋势是怎么回事？
	如果你不知道我告诉你的那些事件是什么，你知道，那些具体事件是什么吗？这就是 JMP 图形交互的魅力所在，它允许用户参与和探索，并鼓励用户在一个特定的媒介中完成所有操作。
	好的。
	我们继续吧。我之前提到过，这是一种视觉叙事，所以你可以把它看作是一个序言，一种整体视角。什么……什么
	总体情况怎么样？现在我们来看看参与者，
	也就是说，谁在犯下这类罪行？他们针对谁？我们能找到哪些相关信息？所以我在这里
	再次创建了一个图表来帮助回答这个问题。这可能是个不错的开始。这里我创建了一个热图
	这就强调了本例中罪犯的种族特征，而不是他们自身的偏见。所以我们看到
	很多事情正在发生，在这个例子中，我把列排序了，这样我们就能看到很多事情正在发生。大部分都在这个上方
	左上角，这边没发生太多事，我想这是个好消息。很多偏见都发生在没有太多事发生的地方，而大部分都发生在这个角落。
	现在，这可能是一个不错的图，但这里还有很多空白。所以，我们可以尝试一些方法来强调正在发生的事情。一种方法是，我先来到 X 轴，然后根据计数来调整大小。
	现在你会看到，我在幕后隐藏了一些东西。我实际上在上面贴了一个标签，一个百分比标签。
	之前发生的事太多了，你根本没法看得见，但现在我们能真正看到其中的一些信息了。所以，这是一种很好的总结方式，而不是计数。
	但即使只是通过可视化，我们也能清楚地看到，偏见最大的对象是黑人或非裔美国人，其次是犹太人，一直到这里几乎没有了。所以，只要看一下X轴，就能获得大量信息，了解正在发生的事情。
	我们可以对 Y 执行相同的操作，因此再次按计数确定大小。
	再说一次，尺寸和我如何调整轴中包含了很多信息。
	这次我们把……我们特别强调了那个角落，这样我们就能清楚地看到谁是顶尖球员。在这种情况下，大部分是
	罪犯是白人或种族不明的人，针对非裔美国人，其次是针对犹太人，然后
	反白，然后它就一直往下掉。这样我们就得到了一个很好的小总结，了解发生了什么。现在，你可能注意到了，当我悬停时，我们会看到一个小圆圈。这就是我的图元指示器，所以我又在这里用到了一个工具。
	我们已经进行了一些交互，这可能是一个很棒的静态图像，但让我们利用 JMP 的强大功能，特别是那些图表，
	进行互动，看看我们能找到什么进一步的信息。所以在这种情况下，我会把鼠标悬停在这里。
	这张图，也就是我们图表大师 Xan Gregg 提供的密集条形图。这张图，你不仅可以看到，
	哪些人犯了这些罪行，针对的又是谁？你的下一个问题可能是，这些罪行的类型是什么？好了，通过图表，我已经为你解答了这个问题。
	我们可以在这里看到最大的……最主要的犯罪类型是恐吓，其次是简单和严重攻击，然后是其余的，这就是密集条形图的美妙之处。
	我们可以看到所有其他类型的违规行为。如果把它们加在一起，根本无法比较。它们甚至排不进前三名。
	所以这告诉你很多有关这些类型的犯罪的信息，以及它们有多么主导。
	现在，你可能还有个问题，好的，我们已经看到了演员们，也看到了他们采取的行动，
	但这与时间有关。显然，这种情况会随着时间的推移而发生，所以这是否一直持续存在？趋势有没有发生变化？嗯，
	别担心。Graphlet 再次来帮忙。在这种情况下，我可以向你展示这些趋势。所以在这里我们可以看到
	恐吓事件的类型……数量随时间变化了吗？我们再次看到，这种模式似乎遵循了总体趋势。
	大约在 90 年代末达到顶峰，然后呈现急剧上升趋势......几乎呈线性下降，直到 2010 年代中期，然后最近才再次出现上升趋势。
	我们或许还能再次看到这种趋势以及其他趋势。我不会点击放大，但您可以从这张图中看到，简单袭击的趋势，以及加重袭击的趋势，也略有不同。
	你可以继续探索。让我们看看非裔美国人的未知之处，看看可能存在哪些差异。在这种情况下，我们可以清楚地看到
	在这种情况下，有两种类型的犯罪真正占主导地位，即破坏或损坏财产（如果你仔细想想，这可能是有道理的；如果你发现你的财产被损坏，很有可能你不知道是谁干的）
	和恐吓是主要因素。而且，你可以……这个功能的好处是悬停标签会持续显示，所以你可以再次查看那里正在发生的趋势。
	所以在这种情况下，我们看到的损失实际上有两个峰值，在90年代末到21世纪初达到峰值，然后再次下降。至于恐吓，我们看到了与之前类似的趋势。
	同样，仅在一张图形中，就包含了大量的信息，并且您作为用户，可以与之交互以尝试强调某些关键区域，然后，您作为用户，只需进行可视化...只需查看它并与之交互，就可以玩转并收集大量信息。
	好的。
	我们继续。现在你会注意到，在报告机构中，大多数是市/县级的
	警察局等等，但这里也有一些大学。所以可能有人有兴趣看看大学里的情况。
	因此，我创建了这个简洁的表格脚本来回答这个问题。这次，
	我一直在运行表格脚本，并且我提到过，我不会在幕后讲太多，这更具说明性。
	这里我先给大家看一下，因为我不仅想展示图形的强大功能，还想展示表格脚本的强大功能。如果你熟悉 JMP，
	你可能知道，好的，表格脚本很棒，因为我可以保存我的分析，可以保存我的报告，甚至可以用它来保存图形，就像我上次做的那样，所以你可能没有注意到你还可以保存
	脚本可以帮助运行附加表、汇总表等等。让我来展示一下这背后发生的一切。事实上，当我运行脚本时，我实际上创建了两个数据表。
	您只看到了一个，因此在这种情况下，我首先创建了选择所有大学的数据表，然后从该数据表中创建了一个摘要，然后我关闭了旧的。
	然后我还添加了一些图形。这里我就不详细讲解设置方法了，因为我想留到下次再讲。给你个提示，它基于 JMP 16 中的一个新功能，一定会让你惊喜不已。
	好吧，让我们回到......对不起......大学事件。
	这里我又保存了表格脚本。这个脚本会显示一个图形。
	我们现在又可以看到这张密集的条形图了，我在这里展示的是哪些大学发生的事件最多。这本身可能就是一个相当不错的标准图表。
	你可以看到，哪所大学发生的事件最多，而且很高兴看到没有哪所大学真正占主导地位。你仍然可以挤满其他大学。
	两者之间，没有人能够主宰其中任何一个。这本身是个好消息，但同样也与时间有关。所以
	这些可能是……密歇根大学安娜堡分校，他们一直都遇到麻烦吗？他们……他们一直能保持领先吗？他们只是碰巧那一年表现不好吗？再次，graphlet 来拯救他们了。
	在这种情况下，
	你会看到一个有趣的情节。你可能会说，这是什么玩意儿？看起来像是应该放在装饰艺术博物馆里。什么……
	这是什么剧情？其实我们之前见过。我只是用了 JMP 16 里的新东西，所以想带大家看看幕后花絮。
	在这个例子中，我们可以看到，这实际上是一张热图。我所做的
	我经常喜欢用一种技巧，即用两种不同的方式强调事物，因此不仅可以用颜色强调计数（这通常是在热图中所做的），白色是缺失的条目，现在我还可以在 JMP 16 中按大小强调。
	所以我认为这又回到了我们之前设定坐标轴大小的问题。它强调……有助于强调某些领域。所以现在我们可以看到，针对非裔美国人的事件可能存在一些问题，
	与已经发生的所有其他事件相比，这种情况一直相当一致，2017 年显然是特别糟糕的一年。
	现在这里没有多余的悬停标签。
	我所做的只是总结数据，但没关系。
	这本身就为您提供了大量信息，因此这是 JMP 16 中出现的新功能，可以再次帮助您强调这一点。
	我们可以继续。我们可以看看其他大学，比如这所大学，它们似乎经历了一段相当糟糕的时期。
	马里兰大学帕克分校，但后来有一个地方
	一切都很好，所以你可能有兴趣知道，到底发生了什么，让这段时期变得如此美好？
	大学是否采取了什么措施，导致事故数量大幅下降？这或许值得研究。
	你可以继续观察，看看这是否是一个系统性问题，或者像这个例子一样，似乎只是有一个非常糟糕的年份占据了主导地位，但总体来说，他们做得还不错。
	他们之前表现不错。这次可能又会是一次。他们早期表现很糟糕，但最近表现不错。
	等等。再次强调一下互动性，
	在这种情况下，JMP 16 中有一些新功能。现在，在我们进入最后一个话题之前，我要坦白一件事。我有点地图迷，所以我非常喜欢地图以及任何与地图相关的数据分析。
	我不知道为什么。我只是真的很喜欢它，所以我很兴奋地向你们展示下一个，因为现在我们要看看事件发生的地理位置。
	但我也很兴奋，因为我相信这确实凸显了表格脚本和 JMP 图形（尤其是悬停图）的强大功能。
	希望这也让你兴奋不已，让我们运行一下。这个脚本需要一点时间，因为这个表脚本实际上有很多操作。它会创建一个新表，还会在这个表中执行很多函数。
	并计算很多东西。所以，我们这里不仅要提取信息，还要在末尾添加很多列，这些列是经过后台计算的。
	现在我需要花点时间谈谈我将要使用的一个特定指标。不久前，我在 JMP 社区 (community.jmp.com) 上写了一篇博客文章，名为“犯罪率难题”。
	真是厚颜无耻，但我谈到了，你知道，通常当你报道事件，特别是犯罪事件时，
	通常我们知道你不想只报告原始数据，因为
	某个地区的计数和事件数量可能很高，这仅仅是因为……那里存在问题吗？
	还是因为那里人太多？所以我们当然会预料到会发生很多事故，因为那里人太多了。所以当然
	报告事故率。现在这很好，因为每个人都在一个公平的竞争环境中，但这样做的一个副作用是，它往往会提高
	人口较少的地方。本质上，如果分母较小，那么比例往往会更大。
	这是一种不幸的副作用，所以我谈到了一个有趣的案例，我们有一个人口非常少的地方，但人口却膨胀得很厉害。
	以及一些人是如何应对这个问题的。我尝试过的一个方法是使用加权事故率，本质上，这个想法是
	我会计算你的发病率，然后根据比例来衡量你...
	不好意思……基本上就是根据你那里有多少人来加权。在这种情况下，我有一个特定的权重，基本上是对人口进行排序，
	因此，最大的州的排名应该在最小的州之前。但是，在这种情况下，有 50 个州，因此人口最多的州的排名应该在
	排名是50，最小的州排名是1。如果你用这个数字除以你知道的最大排名，这基本上就是你的权重，所以这是一种
	权重与你的总人口数相对应，这里的想法是，如果你的发病率能够克服这个权重惩罚，如果你愿意，
	那么这意味着你可能是一个值得研究的人。所以它试图抵消
	通货膨胀只是因为人口少。如果你仍然相对较小，但发病率足够高，以至于你克服了体重，
	我们可能需要调查你的情况。希望这些信息不会太多，但这是我主要使用的指标，所以我会运行脚本
	和
	好了。首先，我画了一个简单的线图，用来展示各州随时间变化的加权发病率。
	现在我将使用一个新功能。我们可以看到，新泽西州似乎占据主导地位。同样是交互功能，我们可以点击来突出显示它。
	我们做了一些新的事情，尤其是在 JMP 16 中。我要在这里右键点击，然后添加一些标签。我们来计算最大值和最小值。
	仅供比较。
	所以我们可以看到...这里的峰值大约是每 1,000 人发生 11.4 起事故（这是加权事故率），发生在 90 年代初。
	然后我们看到一个下降趋势，它再次下降，似乎与总体事故率在开始再次达到峰值之前下降的幅度大致相同。
	2019。因此，再次仅使用一些简短的数字，这本身就是一个有趣的情节，但正如你所看到的，我的小图形指标正在进行，所以还有更多。
	这就是地图部分的作用所在。所以我将鼠标悬停在一个特定的点上。
	在这种情况下，不仅
	你能看看总体比例吗？我可以帮你细分一下，这里是按县划分的。我在这里用颜色标出了
	各县按当年事件总数排名。同样，这里也涉及到时间因素，所以这显示了某一特定年份的快照，在本例中是 2008 年。
	但也许你对整体趋势感兴趣，所以你可以这样做：嘿，这些是图块。我可以返回，将鼠标悬停在另一个点上，拉出该图表，点击它进行缩放。
	根据需要重复。你可以这样做，或者你也可以使用我在准备演示文稿时发现的新技巧。
	让我们取消隐藏……注意这边，我们有一个本地数据过滤器。这才是这些图元背后的关键。
	我要在这里把年份的建模类型改为名义型，而不是连续型，因为现在我可以做这样的事情了。我实际上可以通过
	并选择个别年份，或者，现在这是 JMP，我们可以做得更好。
	让我来这里做一个动画。我会把它调快一点。我要点击“播放”，现在我可以坐下来放松一下，看着 JMP 帮我完成一切。
	所以我们在这里可以看到它循环往复，并了解正在发生的事情。我会让它循环一会儿。我们看到……已经开始看到一些有趣的事情发生了。
	咱们循环一下，看看全貌。我们想要完整的画面，不是我炫耀什么的。
	好的，我们循环浏览了一下，发现了一些情况。我们先回顾一下，比如说 2004 年、2005 年。我们注意到，这里的某个县似乎被特别高亮了。
	事实上，你看到了我的小图元指示器。所以我可以把鼠标悬停在它上面，然后
	又一张地图。现在你应该明白我为什么这么兴奋了吧。
	再说一次，在这种情况下，我实际上可以向您展示县级的情况，因此单个县级……
	不好意思，让我……把它移开一点。好了。做了一些小调整，你又能看出我运用了什么技巧，用大小和颜色来强调两种元素。
	我们可以看到???内的分散，这是个别位置，因为又有时间因素，
	我们知道……现在我们更清楚了，我们不用再回去点击获取多个图表，我们可以再次使用本地数据过滤技巧。所以我可以回去了。我会
	年份，所以在这种情况下，我们可以再次点击。在这里，我将使用键盘上的箭头键来循环浏览。
	这样就能大致了解事物是如何随时间变化的。在这种情况下，你看到一个特定的区域，你可能已经看到过它了，从 2006 年或 2007 年左右开始。
	有这么一个区域...就是这里。
	基恩斯堡（Keansburg）似乎被高亮显示，你会注意到另一个图元。你想走多远？
	如果你愿意的话，可以称之为 Graphception。
	我们可以
	继续进一步深入。在这种情况下，我得到...我根据偏见将其分解，如果我愿意，我可以再次使用这个技巧，按年份循环浏览。
	所以，这些图表再次展现了巨大的力量。通过这个图表，我能够探索县级甚至更低级别的地理差异，因此
	让你能够探索数据的不同方面，从而引发更多问题。当时在基恩斯堡发生了什么，让它如此引人注目？
	这可能是你想知道的事情。
	这就是我今天要告诉你们的全部内容，希望我能激起你们的兴趣，并能清楚地向你们说明 JMP 可视化在探索数据方面有多么强大。
	如果您想了解更多信息，我们将举办一场关于数据可视化的全体会议。我非常鼓励您深入探讨这个问题，这有助于您了解不同的可视化方式以及 JMP 如何助您一臂之力。
	但我确实向你承诺过，让你看看我是如何创建这些非常神奇的表格脚本的，我现在就这样做。
	在 JMP 16 中，它被称为增强日志。这是 JMP 16 中最酷的新功能之一。增强日志会随着您的交互而持续跟踪。因此，每当我关闭（在本例中是关闭数据表、打开数据表、运行数据表）时，
	如果我添加了一个新列，如果我创建了一个新图表，它会被记录在日志中。
	约翰·萨尔将在全体会议上讨论这一点。这又是这里最令人惊喜的新特性之一。
	这就是我能够创建这些表格脚本的关键。说实话，如果没有这个工具，我可能根本无法创建这些很酷的表格脚本，因为工作量太大了。
	再次强调，JMP 16 中这项功能非常酷炫。我希望我已经让大家相信，JMP 是一款优秀的数据探索工具，能够创建出色的可视化效果，尤其是交互式可视化效果。以上就是我的全部内容。感谢大家的观看。

自动化和脚本基础数据分析与建模数据访问数据混合和清理数据探索与可视化实验设计大规模定制质量与工艺工程可靠性分析