回帰に役立つ3グループの患者間でインスリン抵抗性（連続変数）を比較していますが、肥満度指数（連続変数）がインスリン抵抗性に影響します。JMPを使用して、BMIが3つのグループ間で大きく異なるため（ANOVAによる）、グループに対するBMIの影響を「調整」して（それによって比較への影響を除去する）、3つのグループを比較する
再：回帰を支援する本当にありがとう。私は完全に理解しています。これは、より多くの変数を含むより大きなデータセットからの代表的なサンプルです。私はちょうどどこを見始めるべきか知りたかったです。
再：回帰を支援するその最終ステートメントのp値は0.0157になります（効果テストの下のメイングループの行）。BMIの影響はすでに取り除かれています。空白スペースは最小二乗平均である必要があります。これはレポートには表示されていません。Response HOMA-IRで赤いポップアップトライアングルからそれらを取得し、Estimates> Multiple Comparisonsを選択することができます。それはまた、グループAがグループBと異なることを宣言するためにグループごとの比較をすることになります。
しかし、大きな警告です。このモデルは、適合性がかなりありません。何かがモデルから欠落している可能性が高いことを示しているので、調査して削除する必要があります（おそらく対話？）。1行の要約だけではなく、分析にはもっと多くのことがあることを忘れないでください。
再：回帰を支援する本当にありがとう。BMIが非常に重要であることを示しています（図を添付）。3つのグループ間でHOMA-IRを比較する方法（およびBMIの影響を排除する方法）
私の最後の声明は言うでしょう。
BMIを調整した場合、サブグループ間のインスリン抵抗性は____ vs ____ vs _____（p = 0.xx）でした。
再：回帰を支援するフィットモデルを使用する必要があります。Yはあなたのインスリン抵抗性です。モデルに入れるべき2つのX項があります。グループとBMIです。また、これら2つの用語間の相互作用を考慮に入れることをお勧めします。効果テストレポートが表示され、グループの重要性がわかります。また、BMIの重要性とインタラクション用語についてのテストも受けます。
