<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Kaiser Fung 最近批評了這張可支配收入變化圖表。
他提出了使用分類斜率圖的想法：
我們如何在 JMP 中做類似的事情？ 我們可以在 Graph Builder 中進行可變顏色的面板和線條；我們只需要將數據轉換為正確的形式。 像往常一樣，在 Graph Builder 中製作斜率圖的關鍵步驟是使用 Table > Stack 將兩個數據列轉換為標籤列和數據列。 然後標籤列在 X 軸上，數據列在 Y 軸上。
首先我們需要獲取數據。 有時，當我進行快速重製時，最簡單的做法是立即從圖表中讀取數據。 有一些程序和網站可以幫助解決這個問題。 這一次，我使用了在線應用程序，網絡繪圖數字化儀，它為每個系列生成了一個單獨的 CSV 文件。 當然，這些值只是對原始值的估計。
打開兩個 CSV 文件並將列名設置為“x”和“y”後，我編寫了以下腳本來組合它們併計算一些派生值。
dt1 = Data Table( "data" );
dt2 = Data Table( "data (1)" );
dt = New Table( "changes",
New Column( "Percentile", Format( "Percent", 8, 0 ), Set Values( (1 :: 100) / 100 ) ),
New Column( "Base", Format( "Percent", 8, 1 ) ),
New Column( "Change2010", Format( "Percent", 8, 1 ) ),
New Column( "Change2013", Format( "Percent", 8, 1 ) ),
New Column( "Net2010", Format( "Percent", 8, 1 ) ),
New Column( "Net2013", Format( "Percent", 8, 1 ) ),
New Column( "Group", Character ),
New Column( "Rank" )
);
For Each Row(
dt,
dt:Base = 1.0;
dt:Change2010 = Interpolate( dt:Percentile, dt2:x << Get Values(), dt2:y << Get Values );
dt:Change2013 = Interpolate( dt:Percentile, dt1:x << Get Values(), dt1:y << Get Values );
dt:Net2010 = dt:Base * (1 + dt:Change2010);
dt:Net2013 = dt:Net2010 * (1 + dt:Change2013);
dt:Group = If(
dt:Percentile <= 0.1, "Bottom 10%",
dt:Percentile <= 0.9, "Middle 80%",
"Top 10%"
);
dt:Rank = If(
dt:Percentile <= 0.1, dt:Percentile / .1,
dt:Percentile <= 0.9, (dt:Percentile - .1) / .8,
(dt:Percentile - .9) / .1
);
);
插值是將“x”值與偶數百分比值對齊。 Group 和 Rank 用於控制我們在 Graph Builder 中如何分組和著色。 Base 和 Net 值是因為我想嘗試一些與 Kaiser 所做的不同的東西。 僅僅看到損失和收益百分比不足以看到淨效應，所以我明確計算淨效應並用圖表代替。
將 Base2007、Net2010 和 Net2013 三列堆疊後，我可以創建折線圖。 我將 Group 放入 Group X 角色，將 Rank 放入 Color 角色，添加了 100% 的參考線並更新了標籤。
我剛剛意識到，即使我需要計算的基值，我實際上並不需要顯示它們。 在使用本地數據過濾器排除 Base2007 並按照 Kaiser 的示例精簡中間組後，我得到：
附上最終數據表。
更新: 正如凱撒在推特對話，計算淨值不一定正確，因為我們不知道每個時期的每個百分位組中是否有相同的人。 幸運的是，這些變化在很大程度上是一致的，因此百分位數不太可能發生太大變化，但圖表變得比以前更加接近。
如果您想要重新建立斜率圖或分析所討論的可支配收入變化， 則線上繪圖數位化儀可能非常有用。它允許您直接從圖表圖像中提取數據，確保準確性並節省時間。這可以幫助您快速準備資料集以在 JMP 或其他工具中進行視覺化，從而簡化對齊和解釋資料的過程，以獲得有意義的見解。它是執行視覺化趨勢或創建類似於 Kaiser 範例的斜率圖等任務的強大伴侶。
