| 스피커 |
성적 증명서 |
| 캐롤 코 |
안녕하세요 여러분. 저는 Carol Co입니다. 저는 사회과학 시스템즈의 통계학자입니다. 오늘은 여러분께 |
| |
JMP의 대시보드 기능을 사용하여 데이터를 보여주고 시각적 스토리보드를 만드는 방법을 알아보세요. |
| |
따라서 R Shiny와 달리 JMP를 사용하면 코딩을 배우지 않고도 몇 분 만에 앱을 만들 수 있습니다. |
| |
따라서 애플리케이션을 처음부터 코딩하는 대신, 데이터 탐색과 통계 모델링에 훨씬 더 많은 시간을 할애할 수 있습니다. 제 생각에는 이것이 JMP가 R Shiny에 비해 가진 가장 큰 장점이라고 생각합니다. |
| |
앱이 유용한 데에는 여러 가지 이유가 있습니다. 제 경우에는 복잡한 데이터 세트를 다루고 있었는데, |
| |
가정 시나리오가 너무 많고 고차원 상호작용이 많기 때문에 정적 그래프를 만드는 것은 너무 복잡하고 비효율적으로 작업하게 되었습니다. |
| |
저는 서로 다른 배경과 기술, 계산 능력을 가진 작업 그룹과 함께 일했기 때문에 어떤 배경을 가진 사용자든 쉽게 탐색할 수 있는 플랫폼을 찾고 있었습니다. |
| |
이제 JMP를 사용하여 대시보드를 만드는 방법을 보여드리겠습니다. 예를 들어, 제 JMP 데이터 테이블로 넘어가 보겠습니다. |
| |
좋아요. |
| |
여기 데이터 세트가 있습니다... 시뮬레이션 연구에서 나온 샘플 데이터 세트입니다. |
| |
여기에는 8개의 열이 있는데, 그중 6개는 실험에서 얻은 요인이고, 나머지 2개는 수집된 다른 반응입니다. 이미 많은 시간을 투자했기 때문에 |
| |
이 데이터를 분석하면서, 저는 이미 몇몇 데이터 기능과 대시보드에 무엇을 추가하고 싶은지 알고 있습니다. 그래서 |
| |
(여기에 패널을 보여드리겠습니다) 내 모든 칼럼의 분포와 같습니다. |
| |
두 가지 응답이 있기 때문에 두 응답 간의 관계를 보여주고 싶었고, 알 수 있듯이 내 데이터의 요인 중 하나는 데이터가 균형 잡혔는지 불균형한지와 관련이 있습니다. |
| |
이 두 지점 사이의 구분을 설명합니다. 이 두 가지는 특징입니다. 그리고 제 반응과 실험의 여러 요인 간의 관계를 연결하는 그래프 작성 도구도 보여드리고 싶었습니다. |
| |
따라서 대시보드를 만들려면 파일로 가서 새로 만들기를 클릭하면 됩니다. |
| |
대시보드를 선택하세요. JMP에는 이미 사용할 수 있는 기본 템플릿이 몇 가지 있습니다. 이 중 원하는 템플릿이 없다면 아무거나 선택해도 됩니다. 변경하기가 정말 쉽습니다. |
| |
그래서 저는 이미 이 대시보드, 이 애플리케이션이 어떻게 보일지에 대한 비전을 가지고 있습니다. 그리고 배포를 오른쪽 상단에 배치하고 싶다고 가정해 보겠습니다. |
| |
내 산점도는 여기 아래쪽에 있어야 합니다. |
| |
그리고 이 그래프 빌더 차트가 바로 옆에 위치하게 됩니다. |
| |
또한, 산점도에서 보이는 데이터 균형 문제 때문에 데이터 필터도 갖고 싶었습니다. |
| |
그래서 이것을 하기 전에 당신이 가지고 있는 공개 보고서와 같은 것을 언급하는 것을 잊었습니다. |
| |
JMP 세션에서 여기 왼쪽 패널에 썸네일로 표시되는데, 사실 여러분이 하는 일은 드래그 앤 드롭으로 정리하는 것뿐입니다. |
| |
원하는 레이아웃을 만드세요. 마음에 드시면 여기 있는 스크립트 실행 아이콘을 클릭하세요. 몇 초만 기다리시면 대시보드가 나타납니다. |
| |
이게 기본적으로 제가 사용자에게 보여주고 싶은 것입니다. 데이터 테이블은 보여드리고 싶지 않습니다. 이건... 그냥 건너뛰게 하고 싶지 않습니다. 그냥 이 애플리케이션을 보고 데이터 탐색을 시작할 수 있게 하고 싶습니다. |
| |
그래서... |
| |
JMP에 익숙한 사람이라면 알겠지만... |
| |
많은 상호작용과 동적 연결이 유지되므로 데이터를 보여주고 스토리를 전달하는 좋은 방법입니다. |
| |
제 경우처럼 서로 다른 두 가지 반응을 다루었기 때문에, 우리가 살펴보는 질문 중 하나는 최적의 반응을 제공하는 설정이 무엇인가 하는 것입니다. |
| |
그래서 제 경우에는 응답 1과 응답 2가 모두 80% 이상인 응답이었습니다. |
| |
따라서 해당 지역을 강조 표시하면 이러한 관찰 결과의 대부분이 더 큰 표본 크기에서 나왔고 요인 C가 수준 A와 B 등일 때 나왔다는 것을 빠르게 알 수 있습니다. |
| |
오른쪽 하단에는 |
| |
다시 말씀드리지만, 제가 가진 관찰 결과 중에서 좋은 반응을 얻은 것만 강조하고 있습니다. 왼쪽 하단에 있는 세 개의 셀을 쉽게 볼 수 있는데, 그 중 어느 것도 강조되어 있지 않으므로 여기에 있는 설정이 모두 잘못된 선택이라는 것을 암시합니다. |
| |
데이터를 살펴보는 또 다른 방법은 필터링 옵션을 사용하는 것입니다. 제가 사용하는 이 데이터 기능 덕분에 데이터 균형을 기준으로 필터링해 보겠습니다. |
| |
그래서 지금은 끝 부분만 보고 싶다면... 불균형한 케이스를 먼저 선택하고, 모든 것이 상호작용하고 반응합니다. |
| |
또 하나 궁금한 게 있는데요, 바로 여기서 무슨 일이 벌어지고 있는 거지? 정말 이상해 보이네요. 그래서 |
| |
해당 지역을 빠르게 강조 표시할 수도 있고, 여기에 나오는 관찰 결과는 100개 표본 크기에서 나온 것이고 요인 D가 수준 3과 4이고 요인 C가 수준 E와 D일 때 나온 것임을 알 수 있습니다. |
| |
그러니까 이건 데이터를 탐색하는 정말 좋은 방법이죠. |
| |
그래서 데이터 분석가로서, |
| |
많은, |
| |
제가 받는 요청은 그래프의 미적 요소를 바꿔달라는 것입니다. |
| |
그래서 보통은 제 색 구성표나 제가 선택한 선 유형, 심지어 일부 배열을 별로 좋아하지 않는 사람들이 있을 겁니다. 이 플롯에는 1, 2, 3, 4...4가지의 서로 다른 요소가 있거든요. |
| |
이런 방식으로 데이터를 표시하는 가장 큰 장점은 사용자가 마우스 오른쪽 버튼을 클릭하는 것만으로 직접 변경할 수 있다는 것입니다. Graph Builder에 익숙하다면 색상을 변경할 수 있다는 것을 알고 계실 겁니다. |
| |
스타일과 너비, 하지만 이건... 이걸 다른 사람에게 보여줄 때마다 변수를 바꿀 수 있어요. 예를 들어, 이 요인 E를... |
| |
예를 들어, 표본 크기를 활용하면 완전히 다른 그림을 얻을 수 있다고 가정해 보겠습니다. 제가 이걸 사람들에게 보여주면 다들 깜짝 놀라는 것 같아요. 데이터를 보여주는 데 정말 좋은 도구이기 때문이죠. |
| |
그러니 이 레이아웃이 마음에 드신다면, 여기 위에 있는 빨간색 삼각형 버튼을 눌러주시면 됩니다. |
| |
그런 다음 스크립트를 데이터 테이블에 저장하세요. 아니면 여기에 마음에 들지 않는 부분이 있거나, 변경하고 싶거나, 수정하고 싶은 부분이 있다면 |
| |
통계적으로 더 정통한 편이라면 적합 모델을 추가하는 게 어떨까요? 적합 모델의 결과는 대시보드 편집으로 돌아갈 수 있습니다. |
| |
그러면 대시보드 빌더로 돌아가서 컨테이너 중 일부를 제거하고 새 컨테이너를 추가하거나 완전히 다시 만들 수 있습니다. 또는 다양한 유형의 대상을 충족하기 위해 동일한 데이터 세트의 여러 버전을 보유할 수도 있습니다. |
| |
결론적으로, 저는 이런 방식으로 데이터를 표시하는 것이 청중에게 결과를 전달하는 데 매우 강력한 도구가 될 수 있다고 생각합니다. |
| |
사용자들은 사용 편의성 때문에... 귀하의 사용... 귀하의 사용자들 |
| |
데이터 테이블을 건드리지 않고도, 아무것도 코딩하지 않고도 애플리케이션을 사용할 수 있습니다. |
