회귀 도움말나는 3 그룹의 환자들 사이에서 인슐린 저항성 (연속 변수)을 비교하고 있지만 체질량 지수 (연속 변수)는 인슐린 저항성에 영향을 미친다. JMP를 사용하여 BMI가 3 가지 그룹 (ANOVA)에 따라 크게 다르기 때문에 그룹에 대한 BMI의 영향을 '조정'하여 비교에 미치는 영향을 제거하여이 세 그룹을 비교하는 방법은 무엇입니까?
재 : 회귀와 도움말정말 고마워. 나는 완전히 이해한다. 이것은 더 많은 변수가있는 더 큰 데이터 세트의 대표 샘플 일뿐입니다. 나는 어디서부터 시작해야할지 알고 싶었습니다.
재 : 회귀와 도움말최종 성명서는 p 값이 0.0157 (효과 테스트 아래 메인 그룹에있는 라인)이됩니다. BMI의 효과는 이미 제거되었습니다. 공백은 최소한 현재 보고서에없는 최소 사각형이어야합니다. Response HOMA-IR을 사용하여 빨간색 팝업 삼각형에서 그들을 가져올 수 있고 Estimates> Multiple Comparisons를 선택하십시오. 또한 그룹 비교를 통해 그룹을 제공하여 A 그룹이 B 그룹과 다른 것으로 선언 할 수 있습니다 (예를 들어).
그래도 큰주의. 이 모델은 상당히 적합하지 않습니다. 모델에서 누락 된 것 (아마도 상호 작용 일 수 있음)을 나타 내기 때문에 조사하고 제거해야합니다. 귀하가 요청한 단 한 줄 요약보다 훨씬 더 많은 분석이 있다는 것을 기억하십시오.
재 : 회귀와 도움말정말 고마워. 그것은 BMI가 매우 중요 함을 보여줍니다 (그림 첨부). 어떻게 지금 HOMA-IR을 세 그룹 사이에서 비교할 수 있습니까? (그리고 BMI의 영향을 제거하십시오)
나의 마지막 진술은 말할 것이다.
BMI를 조절했을 때, 소그룹 간의 인슐린 저항성은 ____ 대 ____ 대 _____ (p = 0.xx)
재 : 회귀와 도움말Fit Model을 사용해야합니다. Y는 인슐린 저항성입니다. 모델에 넣을 두 개의 X 용어 인 그룹과 BMI가 있습니다. 또한이 두 용어 사이의 상호 작용을 넣기를 원할 것입니다. 그룹의 중요성을 알려주는 효과 테스트 보고서가 나타납니다. 또한 BMI와 상호 작용 용어의 중요성에 대한 테스트를 받게됩니다.
