Ruth Hummel，JMP学术大使，SAS
罗布·卡弗，斯通希尔学院/布兰迪斯大学荣誉退休教授
统计学教育者长期以来都认识到项目和案例研究的价值，认为它们是整合课程主题的有效途径。无论是向初学者介绍统计推理，还是培训员工掌握分析技巧，让学生了解分析是在一个更大的流程中进行的，并且该流程应遵循可预测的工作流程，都至关重要。
本次演示将展示如何使用 JMP Project 工具来支持 Airbnb 房源数据分析的各个阶段。学生将学习如何使用 JMP Project 环境中的日志、图表构建器、查询构建器以及其他众多 JMP 工具来记录整个过程。流程如下：
- 提出问题。
- 明确数据需求和分析计划。
- 获取数据。
- 清理数据。
- 进行分析。
- 讲述你的故事。
我们通过教授可靠的工作流程，帮助学生掌握统计思维的逻辑，并养成良好的思维习惯，这对他们大有裨益。如果没有工作流程的引导，统计课程就会变成一系列互不关联、缺乏逻辑的技巧堆砌。而当学生采用项目工作流程的视角时，各个环节就会以一种令人兴奋的方式融会贯通。
自动生成的成绩单……
| 扬声器 |
文字稿 |
| |
欢迎大家。我的名字是 |
| 00 |
07.933 |
| |
3 |
| |
我目前是JMP的品牌大使。 |
| |
退休商学院教授 |
| 00 |
30.566 |
| |
7 |
| |
在学生和 |
| |
一位教授正在进行一个项目。 |
| 00 |
49.700 |
| |
11 |
| |
12 |
| |
引导学生参与统计学 |
| |
推理，教导这一点 |
| 00 |
12.433 |
| |
16 |
| |
对此，目前的想法是 |
| |
学生应该学习 |
| |
关于可复现的工作流程， |
| 00 |
36.266 |
| |
21 |
| |
基础数据管理。以及 |
| |
再次强调，将统计数据视为 |
| 00 |
58.800 |
| |
25 |
| |
26 |
| |
今天想和你们一起参加这个活动。 |
| |
线上通话。谢谢。 |
| 00 |
20.600 |
| |
30 |
| |
尤其是在曼哈顿， |
| |
你问过我们，所以你 |
| 00 |
36.433 |
| |
34 |
| |
我们最终选择了Airbnb。 |
| |
从租房者的角度来看。所以我们是 |
| 00 |
51.733 |
| |
38 |
| |
昂贵的。 |
| |
所以，我们 |
| |
开始填写……你给了我们 |
| 00 |
09.166 |
| |
43 |
| |
44 |
| |
与您的主要问题不同的另一个问题 |
| |
专注于寻找一席之地 |
| 00 |
36.066 |
| |
49 |
| |
如果你能通过……你就能得到…… |
| |
前三个问题，你已经…… |
| 00 |
54.100 |
| |
53 |
| |
知道，其中有一部分 |
| |
你对曼哈顿感兴趣吗？ |
| 00 |
11.133 |
| |
58 |
| |
您发送给我们的存储库。 |
| |
我们下载了真正的 |
| 00 |
26.433 |
| |
32.866 |
| |
63 |
| |
我们发现的东西，就像 |
| |
该数据集包含四列 |
| 00 |
46.766 |
| |
67 |
| |
弄明白了，就是这样。 |
| |
第一，是房东所在的社区。所以 |
| 00 |
58.100 |
| |
71 |
| |
72 |
| |
弄清楚了前两个 |
| |
有很多小东西 |
| 00 |
13.300 |
| |
76 |
| |
曼哈顿。所以我们选择了它。 |
| |
曼哈顿。然后当我们拥有 |
| 00 |
29.700 |
| |
80 |
| |
就这样，我们得到了 |
| |
我们的曼哈顿房源列表。所以 |
| 00 |
44.033 |
| |
84 |
| |
数据表明你会遇到这些问题 |
| |
诸如“为什么会有四个？”之类的问题 |
| 00 |
03.300 |
| |
88 |
| |
仅限于曼哈顿，我会 |
| |
回去清理一下 |
| 00 |
18.033 |
| |
92 |
| |
数据将描述我们的一切 |
| |
为了获取数据，我们来谈谈。 |
| 00 |
28.400 |
| |
33.200 |
| |
97 |
| |
我知道我应该合并 |
| |
根据邮政编码进行分类， |
| 00 |
47.166 |
| |
101 |
| |
102 |
| |
107列， |
| |
只是很难找到 |
| 00 |
09.366 |
| |
106 |
| |
所以我们知道必须清理它们。 |
| |
好了，我们还有 |
| 00 |
27.366 |
| |
111 |
| |
笔记日记。为了 |
| |
清理一下，我们使用重新编码。 |
| 00 |
45.500 |
| |
115 |
| |
没错。酷。 |
| |
好的，我们已经完成了清理工作。 |
| 00 |
02.200 |
| |
119 |
| |
曼哈顿税务数据包含此邮政编码 |
| |
代码。所以我有这个邮政编码。 |
| 00 |
19.300 |
| |
123 |
| |
上课那天，我们谈到 |
| |
关于 |
| |
数据类型。请注意…… |
| 00 |
42.300 |
| |
128 |
| |
分析分布情况 |
| |
那篇文章，会很有趣 |
| 00 |
03.200 |
| |
133 |
| |
曼哈顿其实并没有真正讲述 |
| |
你是个东西。 |
| |
但邮政编码的清理数据 |
| 00 |
18.466 |
| |
23.266 |
| |
139 |
| |
只是一个标签，一个标识符，以及 |
| |
更确切地说， |
| |
当你想加入或合并时 |
| 00 |
41.833 |
| |
48.766 |
| |
145 |
| |
很重要。这不仅仅是一个 |
| |
抽象概念。你不能合并 |
| 00 |
03.166 |
| |
11.266 |
| |
150 |
| |
名义模型类型 |
| |
我们只是确认了一下。 |
| 00 |
26.200 |
| |
31.033 |
| |
155 |
| |
关于主桌的是 |
| |
列表。我想保留 |
| 00 |
45.533 |
| |
159 |
| |
将其与曼哈顿税结合起来 |
| |
数据。 |
| |
是啊。然后呢？然后我们需要…… |
| 00 |
03.266 |
| |
164 |
| |
告诉它，名为“列” |
| |
拉链清洁， |
| |
邮政编码干净…… |
| |
差不多了。好了。 |
| |
还有名为 zip 的列， |
| 00 |
33.200 |
| |
171 |
| |
172 |
| |
Airbnb房源 |
| |
并将其与任何内容匹配 |
| 00 |
57.033 |
| |
177 |
| |
178 |
| |
它们在表格的每一行中，是否 |
| |
它与其他的或 |
| 00 |
13.233 |
| |
182 |
| |
主桌，然后只有东西。 |
| |
与第二个重叠 |
| 00 |
29.600 |
| |
186 |
| |
另一个类似的名字，Airbnb IRS |
| |
还是别的什么？嗯，很多。 |
| 00 |
50.966 |
| |
190 |
| |
再做一件事 |
| |
因为我注意到这些只是 |
| |
散落在各处的数据表 |
| 00 |
06.666 |
| |
195 |
| |
运行中。好的。那我保存这个 |
| |
数据表。接下来怎么办？ |
| |
实际上，这就是数据。 |
| 00 |
19.833 |
| |
22.033 |
| |
26.266 |
| |
35.466 |
| |
203 |
| |
除此之外，别再失去任何东西了 |
| |
让我们来追踪一下我们所在的位置。 |
| 00 |
49.733 |
| |
58.800 |
| |
01.833 |
| |
209 |
| |
或者橡树队？ |
| |
进而 |
| |
项目理念的一部分 |
| 00 |
23.700 |
| |
214 |
| |
事情。所以如果你 |
| |
抓住，我会说，拿走 |
| 00 |
50.100 |
| |
218 |
| |
219 |
| |
220 |
| |
两个原始数据集，然后 |
| |
我的最终合并版本。好了。 |
| 00 |
16.200 |
| |
225 |
| |
将它们作为标签。 |
| |
当你生成图表时， |
| 00 |
36.566 |
| |
229 |
| |
230 |
| |
231 |
| |
即使我把它放在这些 |
| |
标签页。哇，这真酷。 |
| 00 |
58.833 |
| |
02.500 |
| |
236 |
| |
好，加油橡树队！ |
| |
你好，卡弗医生，谢谢。 |
| 00 |
19.233 |
| |
240 |
| |
你只需瞥一眼就能看到一些 |
| |
这些事情，请告诉我是否 |
| 00 |
32.300 |
| |
244 |
| |
我们使用 Graph Builder 来查看 |
| |
每个街区的价格。 |
| 00 |
45.400 |
| |
248 |
| |
让它更容易一些 |
| |
比较它们。所以我们…… |
| 00 |
01.000 |
| |
252 |
| |
在以下方面拥有丰富的经验 |
| |
纽约市。所以我们制定了计划。 |
| 00 |
18.166 |
| |
256 |
| |
站在联合国大楼前 |
| |
和所有人一起拍张照片 |
| 00 |
31.733 |
| |
260 |
| |
在格拉梅西公园说或 |
| |
默里山。 |
| |
如果我们回顾一下 |
| 00 |
46.566 |
| |
265 |
| |
我们认为应该扩大我们的 |
| |
搜索范围扩大到该社区以外 |
| 00 |
58.766 |
| |
269 |
| |
270 |
| |
刚刚绘制了平均值图。 |
| |
是为了社区，但 |
| 00 |
14.533 |
| |
274 |
| |
建模，以及对……进行建模 |
| |
预测。所以如果我们能…… |
| 00 |
30.766 |
| |
279 |
| |
预期价格。我们开始了 |
| |
构建模型以及我们所取得的成果 |
| 00 |
42.800 |
| |
283 |
| |
因素。所以，当我们放入 |
| |
这些因素最终都归结为一个 |
| 00 |
58.833 |
| |
287 |
| |
此外，还有一些拟合统计数据 |
| |
你在课堂上跟我们讲过。 |
| 00 |
15.466 |
| |
292 |
| |
但大部分时间周围都是云。 |
| |
那条残差零线。所以 |
| 00 |
30.766 |
| |
296 |
| |
它比任何一个都大得多。 |
| |
我们的其他模型。所以我们知道 |
| 00 |
45.800 |
| |
300 |
| |
我们使用真实数据的原因。 |
| |
有时候，这是真的。 |
| 00 |
58.266 |
| |
304 |
| |
正在寻找？ |
| |
这是残差值。 |
| 00 |
19.266 |
| |
309 |
| |
很好。啊，真棒。 |
| |
好的，那我去找找。 |
| 00 |
34.966 |
| |
313 |
| |
这大概就是我们回答的方式。 |
| |
我们几个重要的问题。 |
| 00 |
47.300 |
| |
317 |
| |
清洁起来非常困难。 |
| |
数据并合并数据。 |
| 00 |
57.866 |
| |
03.500 |
| |
322 |
| |
想演示一下 JMP 的使用方法 |
| |
结合现实世界 |
| 00 |
28.700 |
| |
327 |
| |
在实际项目中排名第一 |
| |
范围界定很重要。我们希望 |
| 00 |
47.600 |
| |
331 |
| |
希望带来 |
| |
对小组来说，第二个陷阱是： |
| |
探索这一点至关重要 |
| 00 |
08.033 |
| |
336 |
| |
数据链接领域 |
| |
结合来自多个来源的数据 |
| 00 |
27.800 |
| |
341 |
| |
录制 |
| |
并确保可链接 |
| 00 |
45.100 |
| |
345 |
| |
346 |
| |
可重复的研究至关重要。 |
| |
尤其是在团队环境中， |
| |
尤其是对于可能 |
| 00 |
05.966 |
| |
351 |
| |
保证习惯 |
| |
可重复性。最后， |
| |
我们希望您注意到，在这些 |
| 00 |
32.633 |
| |
356 |
| |
关于计算和 |
| |
解释取决于 |
| 00 |
51.900 |
| |
360 |
