JMP 19リリース後初のRaw Data Studies記事を投稿したのですが、既にJMP 19の新機能をいくつか活用していることに驚きました。これらの機能はメインのJMP 19の新機能記事には掲載されていなかったため、メタブログ記事としてまとめてみるのが良いと思いました。最初の記事では、高校と大学のアメリカンフットボール選手に関するデータを調査していました。ある時点で、Y軸にNFLドラフト指名の有無を示す2つのグループを配置したドットプロットを作成しました。各ドットは選手を表し、X軸は高校時代の評価を示しています。
このチャートでは、JMP 19 のいくつかの機能を使用しています。
- 2つのグループの点を両方とも中心に向かって動かす「順序」のジッター方向。この難解な名前は私が付けました。これは、順序尺度または名義尺度ロジスティックフィットチャートでこのスタイルを適用するための参考となるものです。
- より密に詰めるための六角形のグリッドドットプロット。
- ジッター スムージングでは、X 方向の密度の滑らかさとエラーのバランスをとる最適化基準に基づいて、1 つのスタックが隣接するスタックからドットを取得できます。
次のグラフは、高校時代のスター評価によって分けられた、選ばれた大学からドラフトされた選手の割合を示しています。
このグラフは適合線要素を使用していますが、応答変数は実際には二項分布（ドラフト指名の有無に関わらず）です。この場合、信頼区間は二項分布となり、不均衡が生じる可能性があり、0から1の区間を超えることはありません。サウスカロライナ大学には5つ星選手が数人しかおらず、全員がドラフト指名されているため、信頼区間が非常に広くなっています。そのため、平均は100%ですが、信頼区間も100%に制限されています。また、JMP 19の新機能として、右クリック > 「グラフをコピー」を使用すると、フッターテキストが出力に含まれます。
最後に、元の投稿には、ドラフト指名率と選手の高校時代の評価の傾向曲線を示す滑らかなグラフが掲載されています。以下は、その関係を学校別に分析したものです。
これは新しい p-スプライン スムージングとそれが可能にするいくつかの機能を活用します:
- トレンド曲線は、滑らかでありながら非負になるように制約されます。
- トレンド曲線は下降傾向にならないように制約されています。これは、選手の評価が高いからといって、ドラフトの可能性が低くなるわけではないという考え方です。例えば、フロリダ州立大学には低い評価（0.8前後）の選手が数人しかいませんが、そのうち2人がドラフトに選ばれています。制約がなければ、トレンド曲線ははるかに高い位置から始まり、その後下降するはずです。
もう少し背景を説明すると、フロリダの同じ制約曲線に制約のない曲線の信頼区間を重ねたものがここにあります。
制約付き適合が制約なし適合の信頼区間内に収まっていることは保証されませんが、何となく安心できます。
素晴らしいですね！私たちはこれらのGraph Builderの改善点を日常的に活用しています。本当に素晴らしいです！実際、私たちは仕事で毎日Graph Builderを使っています。
最近、そして長年にわたる素晴らしいお仕事に感謝します！
（そして、マウスホイールによるズーム、軸を考慮したドットサイズ調整、「ラベル」／「背景色」のドロップゾーンなど、その他の新機能もいずれ実装されることを期待しています。まだまだ発展の余地は大きいと思っています！）
