La cérémonie d’ouverture des Jeux d’été de Londres 2012 débute aujourd’hui et en cherchant des nouvelles des jeux, des événements et du calendrier, j’ai trouvé un ensemble intéressant d’articles de blog sur le site Web The Guardian, qui présentait plusieurs ensembles de données relatives aux jeux.
L'auteur de Cet article , qui a fourni le nom, le sexe, le sport et le pays pour chaque athlète participant aux Jeux d’été, a également mis fin au message: «Nous venons de gratter la surface de cet ensemble de données - vous pouvez le télécharger ci-dessous. Que pouvez-vous en faire? "
J'ai donc décidé d'introduire ces données dans JMP et de voir ce que je pouvais trouver. Obtenir la table de données dans JMP était facile. La table était hébergée sur Google Documents. Je l'ai donc exportée sous forme de valeurs séparées par des virgules (.csv) en cliquant sur Fichier -> Télécharger en tant que -> Valeurs séparées par des virgules (.csv, feuille courante) .
Après avoir ouvert l'ensemble de données dans JMP, je peux voir qu'il y a 10 960 records d'athlètes dans les jeux. La première chose que j’aime faire lorsque je commence mon exploration est d’ajouter toutes mes colonnes d’intérêt à la plateforme de distribution.
Dans cet ensemble de distributions, nous pouvons voir que 44,4% des participants sont des femmes et 55,6% sont des hommes. La plupart des participants se présentent sous le nom du sport Athlétisme (Athlétisme). Lorsque vous traitez avec des variables catégorielles comme dans cet ensemble de données, un moyen de nous aider à comprendre les comptes dans cette distribution consiste à définir l'ordre de tri croissant et d'afficher le pourcentage de valeurs appartenant à une catégorie donnée.
En cliquant sur le hotspot (triangle rouge) dans la répartition du nom du sport, je peux changer le graphique en Commandé par -> Compter croissant et aussi Afficher les pourcentages dans le Histogramme Options .
En faisant cela, je peux voir que les cinq principaux noms de sport pour le nombre d’athlètes sont Athlétisme, Natation, Football, Aviron et Hockey, l’athlétisme représentant 11% de plus d’athlètes que le nom de sport suivant, Natation.
Maintenant, amusons-nous. Je suis intéressé à me concentrer sur les athlètes qui sont des nageurs. Un excellent moyen de créer facilement des sous-ensembles de données consiste à double-cliquer sur une barre d'histogramme. Dans mon cas, je double-clique sur la barre de natation et JMP créera automatiquement un nouveau tableau de données contenant uniquement les 948 nageurs de l'ensemble de données.
Pour explorer ces données, j'utiliserai un autre de mes outils préférés dans JMP: Graph Builder. L'une des choses que Graph Builder vous permet de faire est de visualiser les données à l'aide de régions de carte intégrées. Je pense donc que ce serait un excellent moyen de voir le nombre de nageurs venant de différents pays du monde. Pour résumer ces données en chiffres, je vais utiliser Tabuler , qui vous permet de faire glisser des colonnes pour créer des tableaux récapitulatifs. Dans ce cas, faites glisser Nom du pays dans la zone de dépôt pour les lignes et le nombre d'athlètes pour chaque pays sera compté.
Je peux ensuite en faire une table de données que je vais utiliser pour construire ma carte dans Graph Builder. Tout ce que je dois faire pour que les formes de la carte apparaissent est de faire glisser la colonne du nom du pays dans la zone de déplacement de la forme de carte. Et puis pour colorer en fonction du nombre d’athlètes, je peux faire glisser la colonne N dans la zone de largage Couleur. Maintenant, je peux voir visuellement d'où viennent tous les nageurs.
Mais laissez-nous aller un peu plus loin. Je souhaiterais peut-être explorer le nombre de nageurs de chaque pays en relation avec la population de ce pays. Malheureusement, l'ensemble de données que nous avons ici n'a que le nom du pays. Une recherche rapide sur Google a permis d’afficher cette site Internet , qui a des statistiques mondiales sur les populations. J'ai utilisé le Internet ouvert fonctionnalité dans JMP pour importer ces données dans une nouvelle table de données. Et puis j'ai utilisé le Tables -> Joindre fonctionnalité, qui joint les lignes de plusieurs sources en faisant correspondre les valeurs.
Maintenant, j'ai un nouveau tableau, avec le nom du pays, le nombre de nageurs et la population de ce pays. Pour déterminer le nombre de nageurs en fonction de 10 000 personnes dans la population, je peux créer une nouvelle colonne et en utilisant la formule dans les propriétés de la colonne, je peux calculer cette colonne en utilisant N / (Population / 10000). Pour visualiser si certains pays comptent un nombre élevé de nageurs en fonction de leur population, je peux à nouveau accéder à la plate-forme de distribution. En regardant le graphique, je peux voir que plusieurs pays ont une forte proportion de nageurs aux Jeux en fonction de leur population: les îles Cook, Palau et les îles Caïmans.
Je vous encourage à télécharger cet ensemble de données, à le transférer dans JMP et à voir ce que vous pouvez trouver de plus. Si vous n’êtes pas encore utilisateur JMP, vous pouvez télécharger une version complète. Essai de 30 jours gratuitement et expérimenter avec plusieurs des outils que j'ai décrits dans ce post.
