分析珊瑚健康數據這是一個概念問題，而不是一個可以通過編寫腳本來解決的問題（如果我錯了請糾正我！），我甚至不確定它是否適合JMP社區，但這裡什麼都沒有：
我研究珊瑚礁，更具體地說是這些生態系統所依賴的珊瑚礁。正如你們許多人可能已經知道的那樣，全球各地的珊瑚礁受到人為壓力源的衝擊威脅，最顯著的是氣候變化;事實上，沒有任何珊瑚礁可以免受人類廣泛的影響（也就是說，遺憾的是，沒有原始的珊瑚礁）。因此，迫切需要1）更好地了解主要珊瑚礁居民的基本生物學（最著名的是珊瑚礁珊瑚本身），2）了解這些生物將如何應對未來環境的變化，以及3）對數據驅動的預測，了解哪些物種/種群對壓力最敏感。儘管珊瑚礁研究的增長率不斷提高，但珊瑚礁健康數據的解釋存在固有問題，使我們無法解決上述問題。兩個這樣的問題包括：
問題1：沒有健康的對照珊瑚礁可以用來比較生物標記物調查的結果。在沒有從工業化前時代獲得的數據的情況下，我們是否知道什麼是健康的珊瑚？
問題＃2：地球的海洋處於不斷變化的狀態;那麼，使用“靜態”統計工具（例如，方差分析）來分析珊瑚礁數據是否有意義，或者我們應該使用像預測建模這樣更具動態性的東西？
儘管存在這兩個主要問題，我還是收集了全球珊瑚礁的珊瑚生理學數據，希望我能最終確定一條統計管道，讓我能夠評估珊瑚的健康狀況。請記住，我們不能簡單地進行坦克實驗，實驗性地對珊瑚施加壓力，然後用它來推動我們的實地研究（之前，我之前一直在進行坦克研究）。是的，我知道人們會這樣做，但它實際上是無效的。原因是因為假設研究中使用的“對照”珊瑚可能已經被強調（由於氣候變化）。其次，台灣（我工作的地方）受到嚴重影響的地方的“控制”珊瑚可能構成一個相對更原始位置的“受壓”珊瑚。此外，在模型系統（例如人類）中研究的常見“應激”標記（例如，HSP）在珊瑚中始終以高水平表達（或者我可以使用生物標記方法）。
我一直在使用JMP來模擬珊瑚行為，這種行為是在內胚胎定制的，統計上嚴格的框架中進行的，並且2）預測哪些殖民地/珊瑚礁可能是最危險的。具體來說，我感興趣的是珊瑚響應的變異性（如單個樣本中響應變量的變化），而不是測量的個體響應變量的平均響應，對於那些對預測行為感興趣的人來說是一個更有用的指標。礁珊瑚和其他海洋無脊椎動物的變化。這是基於我們對轉錄“混亂”和癌症的了解。也許，但是，由於長期專注於這個問題並且遺漏了一些簡單的東西，我已經變得很近視了！如果有人對如何從我的珊瑚生理學數據集中收集最多的見解有任何想法（其中一個在下面引用並發佈在JMP的網站上），我很樂意收到你的來信。提前感謝您的時間，並為長篇大論道歉。
以下是我最近為有興趣了解數據的人發布的上述示例數據集： https://community.jmp.com/t5/JMP-Sample-Data/Reef-coral-data-from-the-Austral-Islands-French-Polynesia-and/ta-p/61858
回复：分析珊瑚健康數據有趣的是你提到了PLS，因為我不僅在幾週前參加了你的優秀PLS網絡研討會，而且我還在網絡研討會期間贏得了JMP（隨機抽取名字）的PLS書（感謝Gail Massari）！您可能還記得我問過一個問題，為什麼所有因素都保留在模型中，即使目標是簡化它（我現在知道為什麼並且一直在“修剪”我自己的模型，看看我是否可以簡化它們而不會失去預測性功率。）。我正在讀完這本書，它給了我一些關於分析我的珊瑚轉錄組數據的好主意，其中你的雌激素受體實例基本上就是我想要做的事情：基於更簡單的基因表達模型預測珊瑚生理學。現在問題不在於我缺少JMP Pro，而是一個包含120,000列（基因表達數據）的PLS導致JMP崩潰（我只有8 GB的RAM）！
回复：分析珊瑚健康數據你應該能夠找到一套非常豐富的案例研究，例子，論文等。在人類的生物信息學空間。坦率地說，作為JMP系統工程師，在生物技術和製藥行業中經常被稱為“轉化研究”的領域是Shmeuli博士所涵蓋的大部分聖杯。
事實上，對於這種事情的一個小的，非常小的例子，請看一下我主持的Advanced Mastering JMP事件，其中主題是一種稱為偏最小二乘的分析技術。最後一個案例研究是我展示如何使用人類基因表達數據建立分類模型來預測人類雌激素受體狀態的研究。不幸的是，如果沒有JMP Pro，你將無法複製我展示的內容。:(
https://www.jmp.com/en_us/events/ondemand/mastering-jmp/partial-least-squares.html
回复：分析珊瑚健康數據感謝您的輸入。我只有常規的JMP（不是JMP Pro），但我會查看這個視頻。我有興趣從解釋已經發生的事情（我過去15年的統計數據）過渡到預測接下來會發生什麼（使用我迄今為止在我的職業生涯中獲得的數據），這個視頻似乎在我的視頻中胡同。
我正在考慮應用市場分析等方法來預測珊瑚的行為和健康。似乎JMP為市場分析師以及測試新產品的工程師提供了各種很酷的工具，我們生物學家從未接觸過......但應該！我覺得有人應該在人類醫學中做到這一點（例如，基於分子生物標記來預測一個人的健康狀況），所以如果我深入研究文獻，也許我不需要重新發明輪子。
我從未聽說過方差分量建模（VCM），但我會研究它，因為它似乎是（常規）JMP 14中的一個特性。在過去，我使用JMP的預測器篩選功能來確定測量的哪些響應變量對我的樣本中的異常行為貢獻最大（基本上與馬哈拉諾比斯距離成正比的那些）。這與VCM似乎是一個類似的想法：確定觀察到的方差的主要貢獻者（對吧？）。逐步回歸（對我而言，另一種“新”方法）也有助於縮小大量潛在的環境因素（例如，溫度，深度，鹽度，光線等），從而使我最適合BIC相對較低的模型。事實上，我對第一次嘗試逐步回歸（w / JMP13）感到非常興奮，我剛剛寫了一篇關於將它應用於珊瑚礁的論文！
如果出現突破（例如，採取您在答復中概述的方法）或統計頓悟，我將回到這篇文章，以便其他環境生理學家發現自己提出類似的問題，如何快速了解我們改變世界可能會帶來好處。
回复：分析珊瑚健康數據兩個想法對你來說......一個是微觀的另一個微觀......
宏：您是否看過Galit Shmeuli關於Expaining vs.的工作 預測？以下是JMP分析性事件的鏈接，其中Shmeuli博士從建模和分析角度闡述了影響人們首先應如何收集的重要問題，然後分析數據，重點是經驗建模。
https://www.jmp.com/en_us/events/ondemand/analytically-speaking/to-explain-or-predict-that-is-the-question.html
Micro：在JMP Pro中，有一些建模技術可能在廣義回歸平台中具有價值，其中建模個性用於分位數回歸，其中建模分位數比“平均值”更重要。或者方差組件建模怎麼樣？
