這篇文章是系列文章中的第三篇，展示了我們如何進行關於辦公室溫度的觀察性研究，從設計到執行再到分析和可視化。看到第一部分和第二部分 。
在前兩篇文章中，我們討論了關於哪些因素影響辦公室溫度的觀察性研究的設計和執行。在第二部分中，您了解了我們如何實際收集數據以及在JMP中分析數據之前如何清理數據。今天我們將展示JMP 9中的一些新功能，以顯示我們的一些結果，我們將運行一個模型，幫助我們確定哪些因素是辦公室溫度的強預測因子。
JMP 9的一個新功能是能夠創建自定義地圖。我們在SAS建立了S樓4樓的地圖，大多數JMP員工都在這裡。使用Graph Builder中的新功能，我們可以直觀地分析辦公室溫度結果。
下面顯示的地圖是JMP樓層，按地圖分組一天中的時間 ，用顏色反映出來飛輪海值。此報告還包含背景圖像（JMP 9中的另一個新功能），恰好是建築物4樓的藍圖。以這種方式直觀地探索數據可以為我們提供關於影響辦公室溫度的因素的提示。看看這張特殊的地圖，看起來建築物東側的辦公室在早晨比在下午更溫暖。在建築的西側，相反的情況似乎是正確的。從這種可視化中，我們可以預期這兩個變量都會影響辦公室溫度，或者這些術語之間的相互作用可能很重要。
接下來，讓我們看一下Fit Model來查看數值分析結果。我第一次嘗試將所有主要效果輸入到模型中。在下表中的固定效應測試中，我們看到許多可能對溫度產生重大影響的變量，包括溫度計，室外溫度，空間類型，部門，志願者和外面的條件 。對我來說最令人驚訝的是這兩件事都沒有東或西也不一天中的時間似乎很重要。我們模型的第一個版本不測量主效應之間的相互作用，但我的下一步將是在模型中包含一個交互項東或西 * 一天中的時間 ，因為我上面的Graph Builder可視化表明可能會產生影響。
固定效果測試的下一個表格顯示了我的模型的更高版本，我已刪除了該版本翅膀並添加了交互術語東或西 * 一天中的時間 。在這裡，我的懷疑得到了證實。相互作用項顯然很重要，甚至具有最高的F比率。
我們想從模型中消除不重要的因素，我選擇的方法是逐步回歸。當Stepwise完成時，以下因素最終顯著。注意缺少的東西：外部天氣條件和溫度似乎對辦公室內部溫度沒有任何影響。請注意，交互術語仍然顯示為重要 - 這是可視化有時可以指導您在分析期間做出決策的示例。
在下一篇文章中，使用不同的JMP工具查找此數據的更多可視化。
您是如何喜歡Graph Builder中的新功能的？您還有什麼其他想像力可以看到？
所有關於JMP 9中的背景地圖 - JMP博客中寫道：
[...]邊界樣式的地圖是基於矢量的形狀。此類地圖在定義的區域周圍繪製輪廓。其中一些是作為JMP的一部分提供的，或者用戶可以定義他或她自己的一部分。因此，您看到的列表可能與此處顯示的列表不同。其他博客文章中提到過這種背景地圖，例如什麼因素影響辦公室溫度？創建自定義地圖。[...]
丹尼爾中寫道：
我很想看到有關如何在圖表生成器中創建房間可視化的帖子。
肖恩中寫道：
我也很樂意看到它，嘗試使用JMP中的Custom Map Creator插件創建類似的圖形，但無法弄清楚如何在圖形構建器中顯示。
請發布您使用Graph Builder創建房間可視化的方式。
