Xan Greggによるデータ視覚化Webキャストの覗き見に分析的に言えば 、私たちはXan Greggから聞きます、 JMP R&D担当ディレクター、ドラッグアンドドロップ式グラフビルダーの作成者。これが彼が議論することのプレビューです。3月16日水曜日の午後1時ETにチューンして、残りの部分を聞きます。
Q：グラフの重要性とデータの視覚化について教えてください。
A：私の経歴の早い段階で、私はどれほど価値があるかわかりましたデータの可視化しかし、私が知覚と心がどのように機能するかを勉強し始めるまで、なぜそれを本当に理解していませんでした。視覚処理専用のマインドの大部分があり、情報を私たちのマインドに取り込むための非常に効率的な方法を作ります。
Anscombe's Quartetという有名な例があります。それは4つの異なるデータセットを持っています、そしてあなたがテーブルの上の数字だけを見るならば、それらは同じに見えます。そして要約統計を見れば、それらは同じです。しかし、散布図で点自体を見ると、すぐにそれらがすべて異なることがわかります。
Anscombe's Quartet：散布図上で点を見ると、4つのデータセットがすべて異なっているのがすぐにわかります。
それは、その単純な例では、視覚化の力です。それはまた、私たちが今日持っているより精巧なグラフィックにも及んでいます。
Q：さまざまなデータ視覚化用語についてのあなたの見解は何ですか？
A：専門用語は時々あいまいです。たとえば、「データの視覚化」と「情報の視覚化」または「説明的」と「分析的」は、あなたの見方によって異なります。しかし、その用語はデータの視覚化の目的のスペクトルを指すと思います。特に、探査と発見にJMPを使用している場合は、生データを調べることがあります。データに何が含まれているのかを調べて、それについての説明を取得したいだけです。しかし、何か他のものを見つけて、言いたいことがある場合もあります。分析結果を伝達するために情報の視覚化を使用するときです。
同じデータでも、視覚化方法を選択でき、それによって情報が変わります。一連のデータポイントがあり、それをバーとして見ると、通信しているという情報は、これらが離散値であるということです。しかし、あなたがそれを接続された線として見れば、あなたはこれがシーケンスであることを伝えていて、あなたは変化に焦点を合わせています。一方、代わりにスムーザーを使用する場合は、長期的な傾向に焦点を合わせています。
したがって、同じデータでも、視覚化方法に基づいて異なる情報を伝達することができます。視覚化の選択肢があります。一方が正しい、他方が間違っていると言っているわけではありません。彼らはそれぞれ異なるメッセージを伝えます。
Q：いくつかのグラフが他のグラフよりも有用性が低いのはなぜですか？
A：グラフに入れるものが多すぎるため、それらはあまり役に立ちません。追加のラベル、目盛り、色、寸法を追加します。これらはデータに含まれていない可能性があります。あるいはそれらがデータの中にあったとしても、時には彼らはまだ私たちが伝えたい実際の情報から気をそらすことがあります。
そして、それらがあまり役に立たなくなる可能性がある他の方法は、私たちの感覚に沿っていないことです。私たちが他よりも正確に知覚できるものがいくつかあります。継続的ではなく、分類的に私たちが知覚するものがいくつかあります。ですから、カテゴリカルの視覚的知覚とカテゴリカルデータとを一致させるようにしなければなりません。
Jessicaは書きました：あなたのコメントをありがとう。相関関係...ジェシカ書きました：
ご意見ありがとうございます。相関係数はすべて約0.816です。画像は、上位2つのデータセットの相関係数の2乗であるRS2乗値を示しています。それが役立つことを願っています！
マイケルクレイトンは書きました：私の嘆願のより短いバージョン：ca ...マイケルクレイトン書きました：
私の嘆願のより短いバージョン：ケーススタディとブログは私の意見ではゲージスタディではないより多くのVariability Plotの例を特徴とするべきです。ラミレスはいいですね。もっとたくさん必要とし、それらを多変量法と比較してください。Multi-VariはまだOFATですが、真の多変量ではなく、視覚的にネストまたは交差しています。
しかし、私の考えでは多くの要因を含む生データを最初に見るときに非常に役立ちます。
マイケルクレイトンは書いた：JMPは本当にの力を無駄にしている...マイケルクレイトン書きました：
JMPは、ゲージ研究のみに多変量または変動プロットの威力を本当に発揮しました。
4つまたは5つの要因を入れ子にしたり、半導体業界で大量に使用されているさまざまなプロットで、4つまたは5つの要素を入れ子にしたりすることができます。
そして私達はREMLとBAYES、そして古いアンバランスなアノバ数学を特徴とする新しいVariance Componentsの最良の選択を気に入っています。
そのMulti-Variタイプのグラフのパワーをアンロックしてください。
回帰を実行する前にDOEの結果データをチェックするのが最初の選択です。
それはまた、計測やテストデータへのツールやレシピの影響に関するEDAにも選ばれています。
そしてEMPを使う前にまずGRRを見てください。
新しいプロファイラーを愛してください。
JMP PROがほとんどの工場作業に必要かどうかはまだわかりません。
JMP Proがより高いコストに見合う価値があるいくつかの工場例を使用することができます。
JMP以外のマネージャーの場合は、プロファイラーをExcelなどに移動する方法ももっと必要です。
エドは書いた：それは相関関係を見ることは興味深いだろう...エド書きました：
Anscombeのカルテットに対応する相関係数を見るのは面白いでしょう。
