DataLab.pdf

- 1 -

DataLab

Wersja poznawcza 2.701

z dnia 10 marca 2010

http://www.lohninger.com/datalab/en_home.html

Przekład:

Robert Wiśniewski

DataLab jest prostym w użyciu pakietem statystycznym uruchamianym w środowisku Windows

/NT/2000/XP/Vista/Win7, oferującym dobrze zrównoważoną mieszaninę możliwości edycji danych,

metod wizualizacji oraz procedur matematycznych i statystycznych. DataLab został opracowany jako

małe ale silne narzędzie do manipulowania danymi i do interpretacji wyników. Metody

zaimplementowane w tym pakiecie zostały wybrane z praktycznego punktu widzenia.

Można ściągnąć niniejszą kopię poznawczą DataLab z podanej wyżej strony internetowej.

Wersja poznawcza oferuje wszystkie funkcje pełnej wersji przez czas nieokreślony, ale jest

ograniczona do maksymalnej liczby 500 elementów w macierzy danych .

- 2 -

Przewodnik

Witamy w przewodniku po programie DataLab

Gdy jesteś początkującym w programie DataLab i chcesz uzyskać szybki pogląd na możliwości tego

programu, najlepiej skorzystać z tego przewodnika. Jednak pokazuje on tylko typowe, ale nie

wszystkie możliwości programu DataLab. Jego zadaniem jest przedstawienie podstawowych operacji

i filozofii działania tego programu przez naukę na przykładach roboczych. Gdy jesteście bardzo zajęci

i chcecie szybko uzyskać najważniejsze informacje bez czytania tego przewodnika zalecamy

skorzystanie z dwóch najważniejszych rozdziałów pomocnika Help :

 Podstawowe zadania

 Jak wprowadzać dane do DataLab

Gdy macie więcej czasu i chcecie poznać więcej szczegółów, skorzystajcie z tego przewodnika, który

składa się z poniższych rozdziałów:

1. Przykładowe dane

2. Jak pracować z programem DataLab

3. Praca z wykresami danych

4. Jak zaznaczać dane

5. Informacje o klasach

6. Rotacja 3D

7. Histogramy

8. Transformacja danych

9. Analiza danych

9.1. Regresja liniowa wielu zmiennych

9.2. Analiza składników podstawowych

9.3. Klasyfikacja najbliższych sąsiadów kNN

1. Przykładowe dane

Przykładowe dane dołączane do programy są oparte częściowo na danych rzeczywistych, które są

wynikami pomiarów wykonywanym przez autora lub zaczerpnięte z literatury. Podkreśla się, że

zestawy danych zawierające ponad 500 elementów nie mogą być w całości załadowane do wersji

poznawczej DataLab. Dane te są również dostępne w postaci zredukowanej (zaznaczone gwiazdką

na poniższej liście):

- 3 -

2. Jak pracować z programem DataLab

Tak jak to ma miejsce z każdym stosunkowo złożonym programem, istnieje wiele sposobów

współdziałania z DataLab. Rozdział ten pokazuje w skrócie jak pracować z DataLab. Ponadto warto

przeczytać ten rozdział, ponieważ przedstawia on koncepcję aplikacjo DataLab.

W zasadzie istnieje 5 obszarów, w którym ma miejsce większość operacji użytkownika:

 Menu poleceń

 Przyciski pasków narzędzi

 Przeglądarka macierzy (tablic)

 Edytor danych liczbowych

 Diagramy danych

poleceń

Pulpit DataLab

Pasek

narzędzi

Przeglądarka

macierzy

(tablic)

Pasek stanu

Dodatkowe macierze

(tablice)

Edytor danych

liczbowych

Informacja

o położeniu kursora

Menu poleceń jest centralnym punktem wybierania i wykonywania poleceń DataLab. Niezależnie od

standardowego dostępu do poleceń za pośrednictwem menu, istnieje szereg skrótów, które pozwalają

na szybki i łatwy dostęp do najczęściej wydawanych poleceń. Skróty te uaktywnia się za pomocą

przycisków znajdujących się w pasku narzędzi.

Przeglądarka macierzy (tablic) zawiera 4 okna które są zlokalizowane jedno na drugim. Użytkownik

może wybierać każde z tych okien przez klikanie odpowiednich nagłówków przeglądarki macierzy.

Edytor danych liczbowych pozwala nie tylko na ręczne wprowadzanie lub zmianę danych, ale pozwala

również na zaznaczanie danych w celu ich kopiowania lub ich przetwarzania w inny sposób.

Okna danych same w sobie mają wbudowane szereg skrótów i przycisków, które pozwalają na

działania środowiska wykresy danych jak również na wybieranie nowych elementów do wyświetlania.

Ponadto istnieją specjalizowane polecenia dostępne w wielu oknach analiz przy wykonywaniu

określonych poleceń.

- 4 -

3. Praca z wykresami danych

Najpierw pozwólmy sobie na małą zabawę z systemem okien DataLab. Załóżmy, że program ten jest

poprawnie zainstalowany i można go uruchomić kliknięciem ikony skrótu do DataLab w Windows.

Po uruchomieniu, DataLab wyświetla tylko okno przeglądarki macierzy (tablic) oraz edytor liczbowy

(jeśli nie zapisaliśmy wyników ostatniej sesji). Przy wyjściu, DataLab przechowuje aktualną

konfigurację i załadowuje ją ponownie przy następnym uruchomieniu. Dzięki temu możemy

kontynuować pracę dokładnie w tym samym punkcie, w jakim opuściliśmy DataLab.

W tym przykładzie. Zdefiniujemy tabelę danych, która ma zawierać 100 wierszy i 4 kolumny. W celu

uzyskania typowego punktu startowego, załadujemy przykładowe dane EXMPL-A.ASC jako szablon.

Plik ten zawiera fikcyjne dane przechowywane w taeli mającej 150 wierszy oraz 3 kolumny. Pierwsza

kolumna przechowuje liczby losowe Random z przedziału od 0.0 do 10.0. Druga kolumna zawiera

cosinusy liczb znajdujących sie w kolumnie 1, a kolumna 3 zawiera kwadraty liczb znajdujących sie

w kolumnie 1. W tym celu wybieramy polecenie menu File | Load | ASC Format , po czym wybieramy

plik EXMPL-A.ASC .

Na ekranie pojawia się jedno okno (przeglądarka macierzy Matrix Viewer ) pokazujące graficzny

widok danych oraz pozwala na dostęp do okna edycji tabeli. Przeglądarka macierzy zawiera szereg

okien, z których jedno pokazuje wykres podglądu macierzy (kliknąć zakładkę Survey jeśli nie jest

jeszcze aktywna). Taki wykres podglądu macierzy wygląda trochę dziwnie i obco, ale jest łatwy do

zrozumienia. Reprezentuje on widok z ptasiego oka na macierz (tablicę) danych. Każda liczba zawarta

w macierzy jest reprezentowana prostokątem, którego rozmiar jest wartości jaką reprezentuje.

Prostokąty te rozmieszczone są a taki sam sposób jak ja wartości liczbowe pojawiają się na

drukowanej wersji macierzy danych (indeks macierzy biegnie od góry w dół i od lewej w prawo). Przy

przesuwaniu myszki po wykresie podglądu macierzy, nad nim wyświetlane są współrzędne komórek

oraz zawartości adresowanych komórek.

Następnie zmienimy rozmiar naszej tabeli danych. Taka rekonfiguracja jest wykonywana przy

korzystaniu z polecenie menu Edit | Resize Data Matrix , albo przez kliknięcie przycisku Resize

Matrix w oknie przeglądarki macierzy. W otworzonym okienku dialogowym skalowania

wprowadzamy liczbę wierszy Rows = 100 i liczbę kolumn Columns = 4. Można to wykonać

korzystając ze strzałek w okienku skalowania. Po wstawieniu wymaganych wartości, kliknąć przycisk

OK ( ) aby zaakceptować ustawienia. DataLab dostosuje naszą tabelę danych zachowując bez

zmiany liczby znajdujące się w poprzednich rozmiarach oraz wstawi wartości zerowe w dodanych

rozmiarach tabeli. Taki sposób zachowywania poprzednich danych jest bardzo wygodny do zmiany

rozmiarów tabeli bez utraty danych.

Teraz otworzymy okno danych. W tym celu możemy skorzystać z polecenia menu Window | New lub

z odpowiedniego przycisku nowego wykresu New Plot . DataLab wyświetli nowe okno danych.

Zawartość tego okna można zmienić korzystając z opcji wykresu Plot Options oraz z przycisków

nawigacji po lewej stronie diagramu. Rozmiar diagramu można zmienić skalując okno diagramu.

W celu wyświetlenia określonego diagramu, można kliknąć przycisk Setup Plot w oknie diagramu.

Przykładowo, możemy wyświetlić wartości jednej z kolumn macierzy danych względem ich indeksu.

Typ wykresu jest wskazywany przez zaznaczenie odpowiedniego pola w sekcji Type of Plot

otworzonego okienka dialogowego. Domyślnym typem jest Col/Idx , co jest dokładnie tą opcja jaką

chcieliśmy wybrać. A zatem w celu zmiany typu wykresu, klikamy przycisk Setup i wybieramy inny typ

wykresu. W celu wybrania zmiennej mamy dwie możliwości: (1) Możemy klikać strzałki po lewej

stronie diagramu. Kliknięcie strzałki skierowanej w lewo zmniejsza indeks kolumny (wiersza).

Kliknięcie strzałki skierowanej w prawo zwiększa indeks kolumny (wiersza). Można wypróbować

wyświetlanie kolumn danych w naszym przykładzie klikając strzałki w celu wyboru osi-y. (2) Możemy

wybrać zmienne bezpośrednio z przeglądarki macierzy przez kliknięcie przycisku wkraplacza

w oknie diagramu. Następnie przesuwamy myszkę do okna przeglądarki macierzy i klikamy kolumnę,

którą chcemy wybrać.

Dane można wyświetlać korzystając z różnych trybów podglądu (punkty, linie, kolory, itp.), co można

wybierać przy korzystaniu z opcji wykresu.

- 5 -

Teraz spróbujmy wyświetlić inny diagram, który pokazuje wykres x-y. Otwieramy inne okno przez

wybranie polecenia menu Window | New . To nowe okno konfigurujemy do wyświetlania wykresu x-y

przy korzystaniu z przycisku Setup i wybranie typu diagramu Col/Col . Wybranie pierwszej i drugiej

kolumny naszych danych (za pomocą strzałek zmieniających osie) tworzy wykres cosinusa

wyznaczony za pomocą nieregularnie rozmieszczonych punktów (ponieważ kolumna 2 zawiera

cosinusy danych znajdujących się w kolumnie 1, które są punktami losowymi z przedziału od 0 do 10).

Wypróbujcie wygląd wszystkich możliwych kombinacji trzech kolumn.

4. Jak zaznaczać dane

W wielu sytuacjach bardzo przydatne jest zaznaczanie (markowanie) części danych do dalszego

przetwarzania. Przykładowo, możemy zechcieć zidentyfikować wartości odbiegające, lub zmienić

właściwość klas niektórych danych, albo ograniczyć dane do pewnych granic. Wszystkie te zadania

można rozwiązać przez zaznaczanie wymaganych obiektów i wykonanie pewnych operacji na

zaznaczonych danych.

W zasadzie istnieje kilka sposobów zaznaczania danych: markowanie można wykonywać graficznie

przy korzystaniu z przycisku Mark Data w oknie diagramu, lub numerycznie przy korzystaniu

z edytora liczbowego danych Numeric Data Editor .

Wykonajmy praktyczną pracę w celu pokazania jak markuje się dane graficznie. Kliknąć przycisk

zaznaczania Mark Data w oknie diagramu x-y poprzedniego przykładu. Teraz możemy

wprowadzić prostokątną ramkę w oknie danych definiującą obszar markowania. W tym celu

przesuwamy kursor do jednego z rogów wymaganego obszaru, kliknąć i przytrzymać lewy klawisz

myszki. Przeciągać myszkę przy wciśniętym lewym klawiszu rozciągają „elastyczną taśmę” prostokąta

wskazującego na zaznaczany obszar. Podkreśla się, że ten sposób markowania zachowuje się

podobnie przy ponownym zaznaczaniu co powoduje usunięcie znaczników poprzedniego

markowania. Można skorzystać z tej cechy do tworzenia dowolnie złożonych obszarów markowania.

Zaznaczane dane są wyróżniane krzyżykami na wykresie danych.

Można również markować dane wewnątrz edytora liczbowego otwieranego poleceniem menu Edit |

Data | Numerical . Otwiera to okno liczbowego, który wykorzystywany jest głownie do ręcznego

wprowadzania danych. Zamarkowane dane wyróżniane są liczbami wyświetlanymi w innych kolorach

(domyślnie w czerwonym lub niebieskim). Można markować indywidualne zakresy punktów danych

prze zaznaczanie odpowiednich komórek macierzy i klikanie przycisków markowania , na górze

okna edytora. Bliższe informacje na ten temat można znaleźć w pomocniku Help.

Teraz, gdy już mamy zamarkowane niektóre dane, możemy selektywnie wykonywać różne operacje

na zamarkowanych danych. Możemy np. przypisać zaznaczonej danej ustaloną wartość lub

wprowadzić formułę do zaznaczonej danej, albo usunąć wszystkie zaznaczone obiekty z tabeli

danych, lub przypisać informację o nowej klasie do tych danych.

5. Informacje o klasach

Poznawcza analiza danych jest często wykonywana przy korzystaniu z dodatkowej informacji

o kategoriach danych. Taka dodatkowa informacja może być obsługiwana przez przypisanie numerów

klas do próbek danych. Program DataLab pozwala na przypisywanie do danych do 127 różnych

kategorii. Takie informacje o klasach można wizualizować przez wyróżnianie różnymi kolorami lub

różnymi symbolami.

Krótki przykład pokazuje jak wykorzystać informację o klasach przy interpretacji danych. Najpierw

załadujmy inny zestaw danych do DataLab: plik BOILPTS_NC.IDT , który zawiera 55 obiektów oraz 9

zmiennych. Dane te opisują normalne temperatury wrzenia 55 związków chemicznych oraz pewne

deskryptory strukturalne tych związków (proste deskryptory takie jak liczba atomów tlenu lub siarki

i niektóre bardziej złożone, takie jak opisy topologiczne wydedukowane z wykresu i na podstawie

teoretycznych rozważań struktur cząsteczek). Teraz przyjrzyjmy się tym danym i zbadajmy czy istnieje

zależność między parametrami strukturalnymi i temperaturami wrzenia tych substancji.

Plik z chomika:

Inne pliki z tego folderu:

Inne foldery tego chomika: