JMP 플랫폼에서 열 변환

JMP의 각 시작 창에서는 분석을 수행하는 데 사용할 임시 변환 열을 하나 이상 생성할 수 있습니다. 이러한 변환 열은 소스 데이터 테이블에 포함되지는 않고 현재 시작 창의 컨텍스트 내에서만 사용할 수 있습니다. 변환 열은 계산식 또는 계산을 사용하여 열 값을 정의합니다. 시작 창을 닫으면 모든 변환 열이 삭제됩니다.

시작 창의 "열 선택" 페인에 나열된 각 열에는 열의 모델링 유형(연속형, 순서형 또는 명목형)을 나타내는 아이콘과 열 이름이 포함되어 있습니다. "변환", "문자", "결합", "쌍별", "집계", "분포", "날짜/시간", "난수", "행", "벡터" 또는 "계산식"을 사용하여 열 값을 계산하는 변환 열을 생성하려면 열 이름을 마우스 오른쪽 버튼으로 클릭합니다.

마우스 오른쪽 버튼을 클릭할 때 나타나는 옵션은 선택한 열의 데이터 유형과 선택한 열 수에 따라 달라집니다.

그림 4.42 변환 열 메뉴의 예 

그룹화 기준

순서형 및 명목형 데이터의 경우, 데이터를 그룹화하는 데 사용할 열을 지정합니다. 지정된 열의 각 수준에 대해 개별 분석이 실행됩니다.

참고:

• 변환 열은 현재 시작 창에서만 사용할 수 있습니다. 변환 열을 현재 시작 창 외부에서도 사용할 수 있도록 하려면 변환 열을 마우스 오른쪽 버튼으로 클릭하고 데이터 테이블에 추가를 선택하십시오. 그러면 변환 열이 소스 데이터 테이블에 추가됩니다.

• 변환 열을 시작 창의 역할 상자에 붙여 넣을 수 있습니다. 예를 들어 스크립트에서 변환 열을 복사할 수 있습니다. 그런 다음 적절한 시작 창에서 "선택한 열 역할 지정" 상자를 마우스 오른쪽 버튼으로 클릭하고 "붙여넣기"를 선택하십시오. 이 방법은 "열 선택" 목록에서 열을 마우스 오른쪽 버튼으로 클릭하고 변환을 선택한 후 해당 변환 열을 역할에 추가하는 방법 대신 사용할 수 있습니다.

• 변환 함수가 가역적인 경우 다음 플랫폼에서는 예측 프로파일러에 원래 척도를 사용하여 예측된 값과 계산식을 저장합니다.

– X로 Y 적합

– 표준 최소 제곱

– 파티션

– 부스티드 트리

– 붓스트랩 포레스트

• JSL 스크립트를 작성하여 고유한 변환을 정의할 수 있습니다. 자세한 내용은 Scripting Guide의 “Create Custom Functions, Transforms, and Formats”에서 확인하십시오.

변환 메뉴

"변환" 메뉴의 함수를 선택하여 해당 함수에 기반한 계산을 포함하는 변환 열을 생성합니다. 자세한 내용은 "도움말" 메뉴의 "스크립트 인덱스" 또는 선형 모형 적합의 변환에서 확인하십시오.

참고: 여러 열에 단항 함수를 적용하여 여러 변환 열을 생성할 수 있습니다.

로그 메뉴

"로그" 메뉴의 함수를 선택하여 해당 로그 함수에 기반한 계산을 포함하는 변환 열을 생성합니다.

로그

선택한 열에 자연 로그 변환을 적용합니다.

로그(X+1)

Log(col+1)를 계산합니다.

지수

선택한 열에 지수 변환을 적용합니다.

상용 로그

선택한 열에 상용 로그 변환을 적용합니다.

10거듭제곱

선택한 열 값을 지수로 한 10의 거듭제곱을 계산합니다.

Log2

선택한 열에 밑이 2인 로그 변환을 적용합니다.

Log2(x+1)

Log2(col+1)를 계산합니다.

특수 메뉴

"특수" 메뉴의 함수를 선택하여 아레니우스 방정식(화학 반응 속도의 온도 의존성) 또는 로지스틱 방정식(인구 성장 모델링)에 기반한 계산을 포함하는 변환 열을 생성합니다.

아레니우스

변수 T(섭씨 온도)에 아레니우스 변환을 적용합니다.

이 식은 아레니우스 관계식의 구성 요소로, 여기에 활성화 에너지를 곱하게 됩니다.

아레니우스 역

변수 X에 아레니우스 역 변환을 적용합니다.

로짓

선택한 열에 대한 로지스틱 함수의 역함수를 계산합니다(여기서 p는 0 ~ 1 사이).

로지스틱

선택한 열에 대한 로지스틱(Squish 및 Logist라고도 함) 함수를 계산합니다(결과 범위 0 ~ 1).

로짓 백분율

선택한 열에 대한 로짓을 백분율로 계산합니다(여기서 pct는 0 ~ 100 범위의 백분율).

로지스틱 백분율

선택한 열에 대한 로지스틱(또는 Logist)을 백분율로 계산합니다(결과 범위 0 ~ 100).

결합 메뉴

"결합" 메뉴에 액세스하려면 여러 열을 선택하십시오. "결합" 메뉴에서는 선택한 함수에 기반한 계산을 포함하는 변환 열을 생성합니다.

이 메뉴에는 다음 함수가 포함되어 있습니다.

합

첫 번째 열과 두 번째 열의 합(A + B)을 계산합니다.

차이

첫 번째 열과 두 번째 열의 차(A - B)를 계산합니다.

차이(역순)

두 번째 열과 첫 번째 열의 차(B - A)를 계산합니다.

곱

첫 번째 열과 두 번째 열의 곱(A X B)을 계산합니다.

비율

두 번째 열에 대한 첫 번째 열의 비율(A / B)을 계산합니다.

비율(역순)

첫 번째 열에 대한 두 번째 열의 비율(B / A)을 계산합니다.

최소값

선택한 열의 최소값을 반환합니다.

최대값

선택한 열의 최대값을 반환합니다.

평균

선택한 열의 평균 값을 반환합니다.

표준편차

선택한 열에 있는 값의 표준편차를 계산합니다.

중앙값

선택한 열의 중앙값을 계산합니다.

분위수

선택한 열에 대해 지정된 백분율의 분위수를 계산합니다.

기하평균

데이터 곱의 n제곱근을 반환합니다.

쌍별 메뉴

"쌍별" 메뉴의 함수를 선택하여 두 개 이상의 열에 대해 쌍별 결과를 생성합니다. 이 메뉴는 선택한 열의 개수가 짝수이고 4보다 크거나 같을 때만 나타납니다.

합

첫 번째 열과 두 번째 열의 합(A + B)을 계산합니다.

차이

첫 번째 열과 두 번째 열의 차(A - B)를 계산합니다.

차이(역순)

두 번째 열과 첫 번째 열의 차(B - A)를 계산합니다.

곱

첫 번째 열과 두 번째 열의 곱(A X B)을 계산합니다.

비율

두 번째 열에 대한 첫 번째 열의 비율(A / B)을 계산합니다.

비율(역순)

첫 번째 열에 대한 두 번째 열의 비율(B / A)을 계산합니다.

최소값

선택한 열의 최소값을 반환합니다.

최대값

선택한 열의 최대값을 반환합니다.

평균

선택한 열의 평균 값을 반환합니다.

기하평균

데이터 곱의 n제곱근을 반환합니다.

집계 메뉴

"집계" 메뉴의 함수를 선택하여 선택한 열("그룹화 기준" 열을 지정한 경우에는 열의 일부)에서 계산된 통계량을 포함하는 변환 열을 생성합니다.

참고: 그룹화 기준 옵션은 이러한 함수에 유용합니다.

이 메뉴에는 다음 함수가 포함되어 있습니다.

평균

선택한 열의 평균 값을 반환합니다.

합

선택한 열에 있는 값의 합을 계산합니다.

개수

선택한 열에 있는 값의 개수를 계산합니다.

중앙값

선택한 열의 중앙값을 계산합니다.

분위수

선택한 열에 대해 지정된 백분율의 분위수를 계산합니다.

최소값

선택한 열의 최소값을 반환합니다.

최대값

선택한 열의 최대값을 반환합니다.

표준편차

선택한 열에 있는 값의 표준편차를 계산합니다.

분포 메뉴

"분포" 메뉴의 함수를 선택하여 선택한 열에서 계산된 통계량을 포함하는 변환 열을 생성합니다. 자세한 내용은 "도움말" 메뉴의 "스크립트 인덱스"에서 확인하십시오.

이 메뉴에는 다음 함수가 포함되어 있습니다.

중심화

선택한 열의 모든 행에 있는 각 값에서 열 평균을 뺍니다.

계급화 사용자 정의...

데이터를 계급으로 나눌 수 있는 계급화 창을 엽니다.

표준화

선택한 열의 모든 행에서 열 값 빼기 평균을 구한 후 표준편차로 나눈 값을 계산합니다.

범위 0 ~ 1

최소값이 0보다 크거나 같고, 최대값이 1보다 작거나 같도록 데이터를 상향 또는 하향 척도화합니다.

Box Cox

Box-Cox 방정식을 사용하여 데이터를 변환합니다. 자세한 내용은 선형 모형 적합의 Y의 Box-Cox 변환에서 확인하십시오.

Johnson 정규화

Johnson 방정식 중 하나를 사용하여 데이터를 변환합니다. 새 열 이름은 새 데이터를 계산하는 데 사용된 방정식에 따라 "Johnson Su", "Johnson Sb" 또는 "없음"을 나타냅니다.

결측값 정보화

두 개의 열을 생성합니다. 정보화 열에서는 결측값을 열 평균으로 바꿉니다. 결측됨 열에서는 결측값의 경우 1을 나타내고, 그렇지 않은 경우 0을 나타냅니다.

순위

최저 순위 1부터 시작해서 순위를 반환합니다(동일한 순위 없음).

순위(역순)

최고 순위 1부터 시작해서 순위를 반환합니다(동일한 순위 없음).

누적 확률

Col Rank(col) / (Col Number(col) + 1) 누적 확률을 계산합니다.

정규 분위수

정규 분포의 분위수를 계산합니다.

SHASH

SHASH(SinH-ArcSinH) 분포의 x에서 평가된 CDF(누적 분포 함수)를 계산합니다.

난수 메뉴

숫자 열의 경우 "난수" 메뉴의 함수를 선택하여 난수 값으로 열을 생성합니다.

이 메뉴에는 다음 함수가 포함되어 있습니다.

균등 난수

0에서 1 사이로 균등하게 난수를 생성합니다.

정규 난수

평균이 0이고 표준편차가 1인 정규 분포(인수가 사용되지 않은 경우), 또는 지정된 평균 및 표준편차로 정의되는 정규 분포(인수가 사용된 경우)와 근사한 분포를 따르는 난수를 생성합니다.

비복원 표집

값을 평가할 때마다 무작위로 값을 뒤섞습니다. 첫 번째 값의 결과가 두 번째 값의 결과에 영향을 줍니다.

복원 표집

값을 평가할 때마다 무작위로 값을 뒤섞습니다. 첫 번째 값의 결과가 두 번째 값의 결과에 영향을 주지 않습니다.

날짜/시간 메뉴

날짜 또는 시간 값을 포함하는 열 값의 경우 "날짜/시간" 메뉴의 함수를 선택하여 선택한 열에서 계산된 값을 포함하는 변환 열을 생성합니다.

이 메뉴에는 다음 함수가 포함되어 있습니다.

일

선택한 열의 날짜에서 월간 일자를 반환합니다.

월

선택한 열의 날짜에서 월 번호를 반환합니다.

월 약어

(한국어 버전에서는 사용할 수 없음) 선택한 열의 날짜에서 월 약어를 반환합니다.

연도

선택한 열의 날짜에서 연도를 반환합니다.

월 연도

선택한 열의 날짜에서 월 번호와 연도를 반환합니다.

분기

선택한 열의 날짜에서 연간 분기(1, 2, 3 또는 4)를 반환합니다.

주

선택한 열의 날짜에서 연간 주 번호를 반환합니다.

연도 분기

선택한 열의 날짜에서 연도와 연간 분기(1, 2, 3 또는 4)를 반환합니다.

연도 주

ISO-8601 연간 주 형식을 나타내는 문자열을 반환합니다. 예를 들어 June 12, 2013의 경우 "2013W24"를 반환합니다.

연간 일자

선택한 열의 날짜에서 연간 일자를 반환합니다.

요일

선택한 열의 날짜에서 요일을 반환합니다.

요일 약어

선택한 열의 날짜에서 요일 약어를 반환합니다.

요일 이름

선택한 열에 있는 날짜의 전체 요일을 반환합니다.

날짜

선택한 열의 날짜에서 월, 일 및 연도를 반환합니다.

시간

선택한 열의 날짜에서 시간을 반환합니다.

시

선택한 열의 날짜에서 시 단위 부분을 반환합니다.

분

선택한 열의 날짜에서 분 단위 부분을 반환합니다.

초

선택한 열의 날짜에서 초 단위 부분을 반환합니다.

문자 메뉴

"문자" 메뉴의 함수를 선택하여 해당 문자 함수로 구성된 문자열을 포함하는 변환 열을 생성합니다.

이 메뉴에는 다음 함수가 포함되어 있습니다.

길이

선택한 열에 있는 각 문자열의 문자 수를 계산합니다.

연결

선택한 열에 있는 문자열을 하나의 새 문자열로 연결합니다.

공백으로 연결

선택한 열에 있는 문자열을 하나의 새 문자열로 연결하고 각 하위 문자열을 공백으로 구분합니다.

쉼표로 연결

선택한 열에 있는 문자열을 하나의 새 문자열로 연결하고 각 하위 문자열을 쉼표 문자로 구분합니다.

첫 글자 대문자

문자열을 첫 글자가 대문자인 형식(예: "Sheila Smith")으로 변환합니다.

대문자

문자열을 대문자 형식(예: "SHEILA SMITH")으로 변환합니다.

소문자

문자열을 소문자 형식(예: "sheila smith")으로 변환합니다.

첫 번째 단어

선택한 열에 있는 문자열에서 첫 번째 단어를 추출합니다.

마지막 단어

선택한 열에 있는 문자열에서 마지막 단어를 추출합니다.

순위

최저 순위 1부터 시작해서 순위를 반환합니다(동순위는 원래 행 순서대로 처리).

순위(역순)

최고 순위 1부터 시작해서 순위를 반환합니다(동일한 순위 없음).

행 메뉴

"행" 메뉴의 함수를 선택하여 해당 행 함수로 결정된 계산을 포함하는 변환 열을 생성합니다.

이 메뉴에는 부록에 설명된 함수 외에 다음 함수가 포함되어 있습니다.

행

현재 행 번호를 반환합니다.

선택됨

선택 여부 인덱스를 반환합니다.

차이

다음 계산식을 사용하여 선택한 열에 있는 각 값의 차를 계산합니다.

참고: "차" 함수는 "그룹화 기준" 옵션도 지원합니다.

시차

선택한 열의 이전 행에 있는 값을 반환합니다.

시차 복수

선택한 열의 여러 이전 행에 있는 값을 반환합니다.

누적합

다음 계산식을 사용하여 선택한 열에 있는 각 값의 누적합을 계산합니다.

참고: "누적합" 함수는 "그룹화 기준" 옵션도 지원합니다.

이동 평균

0에서 1.0 사이의 평활 모수를 사용하여 선택한 열에 있는 각 값의 EWMA(지수 가중 이동 평균)를 계산합니다. 다음 예에서는 평활 모수 0.25를 사용합니다.

가중치

값의 가중 방식을 결정합니다. 증분 가중은 램프 또는 삼각형입니다. 지수 이동 평균은 EWMA 또는 EMA입니다.

이전 항목

현재 항목 앞에 있는 지정한 개수의 항목을 현재 항목과 함께 평균에 포함하여 범위(또는 창)의 크기를 제어합니다. -1은 모든 이전 항목을 의미합니다.

이후 항목

현재 항목 뒤에 있는 지정한 개수의 항목을 현재 항목과 함께 평균에 포함하여 범위(또는 창)의 크기를 제어합니다. -1은 모든 이후 항목을 의미합니다.

부분 창에 대한 결측값 보고서

결측값의 처리 방법을 제어합니다. 기본적으로 결측값은 무시됩니다.

단순 지수 평활

추세나 계절성이 없는 단변량 데이터에 대해 시계열 예측 방법을 사용하여 값을 예측합니다. 이때 평활 계수 α가 필요합니다. 평활 계수는 이전 시간 단계에서 관측값의 영향이 기하급수적으로 감소하는 속도를 제어합니다. α는 0에서 1 사이로 설정됩니다. 1에 가까운 값은 빠른 학습, 즉 가장 최근 모델 값만 예측에 영향을 준다는 것을 나타내고 0에 가까운 값은 느린 학습, 즉 과거 관측값이 예측에 큰 영향을 준다는 것을 나타냅니다. 자세한 내용은 예측 및 전문 모델링의 단순 지수 평활에서 확인하십시오.

참고: JMP에서는 필요 시 입력된 계산식을 실행하므로 복잡한 계산식은 처리 시간이 많이 필요할 수 있습니다.

벡터 메뉴

"벡터" 메뉴의 변환 함수를 선택하여 벡터 데이터에서 변환 열을 생성합니다.

여러 열로

벡터를 개별 숫자 열로 확장합니다.

합

인수의 합 또는 벡터 내에 있는 값의 합을 반환합니다.

최소값

벡터 내에 있는 값의 최소값을 반환합니다.

최대값

벡터 내에 있는 값의 최대값을 반환합니다.

최소 위치

최소값의 첫 번째 위치를 반환합니다.

최대 위치

최대값의 첫 번째 위치를 반환합니다.

열 변환 옵션

변환 열을 생성한 후에는 다음 작업을 수행할 수 있습니다.

이름 바꾸기

변환 열의 이름을 바꿉니다.

데이터 테이블에 추가

변환 열을 데이터 테이블에 계산식 열로 추가합니다.