¡Ayuda a un novato con regresión y chi-cuadrado! JMP¡Oigan todos!
Estoy en un buen momento y realmente podría usar una mano completando un par de análisis usando JMP. Estoy tomando una clase de estadísticas, y desafortunadamente estoy teniendo dificultades con eso.
He adjuntado un archivo de datos limpiado que he creado a partir de un conjunto de datos de Accidente del Reino Unido, y mi hipótesis es la siguiente:
1: La cantidad de pasajeros en un automóvil se correlacionará positivamente con la cantidad de víctimas causadas por el accidente
2. Los conductores masculinos causarán accidentes más severos.
3. Un mayor número de pasajeros de automóviles dará lugar a más accidentes fatales.
El problema que tengo se centra en el tipo de análisis a usar y cómo hacerlo con JMP (a medida que estoy aprendiendo este software desde cero).
Para la primera hipótesis, comencé con una correlación, luego intenté una regresión y obtuve esto:
¿Es esto correcto? No entiendo muy bien lo que significan estos datos.
Para la segunda hipótesis, entiendo que se usa un análisis de chi-cuadrado y creo que hasta el momento me encargué de eso.
Sin embargo, para el tercer análisis estoy realmente perplejo.
Un mayor número de pasajeros de automóviles dará lugar a más accidentes fatales. ¿Por esto creo que estoy intentando volver a una variable discreta (pasajeros de automóviles) con una variable ordinal (grado de fatalidad)?
Y cuando intento ejecutar una regresión en eso, obtengo un montón de cosas. Estoy bastante seguro de que estoy equivocado.
¿Podría alguien tomarse el tiempo para guiarme a través de esto?
¡Gracias por adelantado!
Re: ¡Ayuda a un novato con regresión y chi-cuadrado! JMPFinalData2.jmp tiene 136,521 registros únicos. El índice de accidentes es una columna de caracteres, no se debe convertir a numérico. Dado que algunos de los índices tienen caracteres, como "UD", cuando se convierten a números, se convierten en un gran número algo como e + 128. FinalData1.jmp tiene dos columnas muy importantes Referencia de vehículo y Referencia de baja . Cuando un informe de accidente en FinalData2.jmp enumera 3 vehículos y 2 víctimas, habrá 3 filas adicionales una para cada vehículo con referencia 1, 2, 3. Y puede haber una casualidad en Veficle 1 y 1 en el Vehículo 2 y 0 en el Vehículo 3.
Para obtener el número total de pasajeros que se unieron con FinalData1.jmp, aquí están los pasos:
- Haga clic en FinalData1.jmp. Agregue una nueva columna, la llamé Pasajeros + Conductor, use la fórmula: Car_Passenger + 1
- En el menú principal, seleccione Mesas > Resumen . Seleccione Índice de Accidentes y presione el Grupo botón, y seleccione la nueva columna Pasajeros + Conductor, presione el botón Estadística , y seleccione Suma. Ingresé Pasajeros al Nombre de la Tabla de Salida. Seleccione OK.
- A continuación, seleccione FinalData2.jmp. Desde el menú principal seleccione Mesas > Unirse , seleccione Pasajeros como la unión con la tabla y haga coincidir en el Índice de Accidentes. Aquí puede seleccionar qué columnas desea conservar.
Se adjunta la tabla unida y hay un script en la tabla que muestra la densidad y correlación bivariadas.
Sin embargo, ninguna tabla de datos tenía una columna para el sexo del conductor . Si usa FinalData2.jmp y selecciona filas donde solo hay 1 vehículo. Luego únase a FinalData1.jmp donde hay cero pasajeros y solo 1 fatatlity, luego puede asumir que el sexo de la víctima es el sexo del conductor y ver ese conjunto restringido de accidentes en el sexo del conductor. Tal vez uno de los códigos de accidente asigna género, pero nada es obvio en las tablas.
Re: ¡Ayuda a un novato con regresión y chi-cuadrado! JMPMi mejor conjetura es que cada fila representa una baja. por lo tanto, cada fila tiene una combinación única de Accident_Index, Vehicle_Reference y Casualty_Reference.
Si este es el caso, necesitaría algo para llevar los datos y su hipótesis a una unidad de análisis común (es decir, accidente o vehículo o accidente). Ya que este es un ejercicio educativo cambiaría la hipótesis.
Aún debe tener cuidado ya que el hecho de que los datos provienen de los mismos accidentes significa que lo más probable es que se haya violado la independencia de las observaciones.
Re: ¡Ayuda a un novato con regresión y chi-cuadrado! JMPHe adjuntado los 2 conjuntos de datos que combiné para obtener la hoja de datos de trabajo final. Creo que hubo algunos problemas serios con la combinación de ambos. No tengo el conjunto de habilidades para combinarlos correctamente.
Re: ¡Ayuda a un novato con regresión y chi-cuadrado! JMPEsto se denomina un conjunto de datos ligeramente limpiado, pero hay anomalías en los datos que deben ser analizadas antes de analizar:
- La tabla de datos tiene 161,087 filas. De esas, 81,540 filas no tenían número de accidente (36,777 filas tienen otra información, pero 44,763 filas están vacías).
- Después de eliminar todas las filas vacías, quedan 116,324 filas con 36,777 sin número de Accidente. También hay numerosas filas con números de Accidentes extraños, por ejemplo, la fila 45928-45922, hay 92 filas con estos números extremos.
- Hay números de accidentes con múltiples filas. Pensé que tal vez el número de filas asignado al mismo accidente podría coincidir con el número de autos involucrados, pero ese no es el caso.
Así que hay muchos problemas con los datos. Suponiendo que no hay duplicaciones y buenos datos , solo números de accidentes incorrectos, aquí hay un análisis que podría abordar su pregunta # 2. El 71.44% de todos los accidentes tienen conductores masculinos, o alrededor del 70% para todas las severidades de los accidentes. Sin embargo, no se tiene en cuenta qué porcentaje de conductores son hombres y mujeres, o la frecuencia de conducción. Entonces, suponiendo que los datos estén bien (??) solo se puede hablar de la incidencia (incidencia). (Vea abajo).
Comentario final, hay numerosos accidentes que involucran 1 automóvil, no pasajeros y numerosas víctimas, y se llama leve gravedad. Los datos parecen extraños a menos que haya numerosos casos de conductores individuales conduciendo en grupos de personas.
