分析珊瑚健康数据这是一个概念问题，而不是一个可以通过编写脚本来解决的问题（如果我错了请纠正我！），我甚至不确定它是否适合JMP社区，但这里什么都没有：
我研究珊瑚礁，更具体地说是这些生态系统所依赖的珊瑚礁。正如你们许多人可能已经知道的那样，全球各地的珊瑚礁受到人为压力源的冲击威胁，最显着的是气候变化;事实上，没有任何珊瑚礁可以免受人类广泛的影响（也就是说，遗憾的是，没有原始的珊瑚礁）。因此，迫切需要1）更好地了解主要珊瑚礁居民的基本生物学（最着名的是珊瑚礁珊瑚本身），2）了解这些生物将如何应对未来环境的变化，以及3）对数据驱动的预测，了解哪些物种/种群对压力最敏感。尽管珊瑚礁研究的增长率不断提高，但珊瑚礁健康数据的解释存在固有问题，使我们无法解决上述问题。两个这样的问题包括：
问题1：没有健康的对照珊瑚礁可以用来比较生物标记物调查的结果。在没有从工业化前时代获得的数据的情况下，我们是否知道什么是健康的珊瑚？
问题＃2：地球的海洋处于不断变化的状态;那么，使用“静态”统计工具（例如，方差分析）来分析珊瑚礁数据是否有意义，或者我们应该使用像预测建模这样更具动态性的东西？
尽管存在这两个主要问题，我还是收集了全球珊瑚礁的珊瑚生理学数据，希望我能最终确定一条统计管道，让我能够评估珊瑚的健康状况。请记住，我们不能简单地进行坦克实验，实验性地对珊瑚施加压力，然后用它来推动我们的实地研究（之前，我之前一直在进行坦克研究）。是的，我知道人们会这样做，但它实际上是无效的。原因是因为假设研究中使用的“对照”珊瑚可能已经被强调（由于气候变化）。其次，台湾（我工作的地方）受到严重影响的地方的“控制”珊瑚可能构成一个相对更原始位置的“受压”珊瑚。此外，在模型系统（例如人类）中研究的常见“应激”标记（例如，HSP）在珊瑚中始终以高水平表达（或者我可以使用生物标记方法）。
我一直在使用JMP来模拟珊瑚行为，这种行为是在内胚胎定制的，统计上严格的框架中进行的，并且2）预测哪些殖民地/珊瑚礁可能是最危险的。具体来说，我感兴趣的是珊瑚响应的变异性（如单个样本中响应变量的变化），而不是测量的个体响应变量的平均响应，对于那些对预测行为感兴趣的人来说是一个更有用的指标。礁珊瑚和其他海洋无脊椎动物的变化。这是基于我们对转录“混乱”和癌症的了解。也许，但是，由于长期专注于这个问题并且遗漏了一些简单的东西，我已经变得很近视了！如果有人对如何从我的珊瑚生理学数据集中收集最多的见解有任何想法（其中一个在下面引用并发布在JMP的网站上），我很乐意收到你的来信。提前感谢您的时间，并为长篇大论道歉。
以下是我最近为有兴趣了解数据的人发布的上述示例数据集： https://community.jmp.com/t5/JMP-Sample-Data/Reef-coral-data-from-the-Austral-Islands-French-Polynesia-and/ta-p/61858
回复：分析珊瑚健康数据有趣的是你提到了PLS，因为我不仅在几周前参加了你的优秀PLS网络研讨会，而且我还在网络研讨会期间赢得了JMP（随机抽取名字）的PLS书（感谢Gail Massari）！您可能还记得我问过一个问题，为什么所有因素都保留在模型中，即使目标是简化它（我现在知道为什么并且一直在“修剪”我自己的模型，看看我是否可以简化它们而不会失去预测性功率。）。我正在读完这本书，它给了我一些关于分析我的珊瑚转录组数据的好主意，其中你的雌激素受体实例基本上就是我想要做的事情：基于更简单的基因表达模型预测珊瑚生理学。现在问题不在于我缺少JMP Pro，而是一个包含120,000列（基因表达数据）的PLS导致JMP崩溃（我只有8 GB的RAM）！
回复：分析珊瑚健康数据你应该能够找到一套非常丰富的案例研究，例子，论文等。在人类的生物信息学空间。坦率地说，作为JMP系统工程师，在生物技术和制药行业中经常被称为“转化研究”的领域是Shmeuli博士所涵盖的大部分圣杯。
事实上，对于这种事情的一个小的，非常小的例子，请看一下我主持的Advanced Mastering JMP事件，其中主题是一种称为偏最小二乘的分析技术。最后一个案例研究是我展示如何使用人类基因表达数据建立分类模型来预测人类雌激素受体状态的研究。不幸的是，如果没有JMP Pro，你将无法复制我展示的内容。:(
https://www.jmp.com/en_us/events/ondemand/mastering-jmp/partial-least-squares.html
回复：分析珊瑚健康数据感谢您的输入。我只有常规的JMP（不是JMP Pro），但我会查看这个视频。我有兴趣从解释已经发生的事情（我过去15年的统计数据）过渡到预测接下来会发生什么（使用我迄今为止在我的职业生涯中获得的数据），这个视频似乎在我的视频中胡同。
我正在考虑应用市场分析等方法来预测珊瑚的行为和健康。似乎JMP为市场分析师以及测试新产品的工程师提供了各种很酷的工具，我们生物学家从未接触过......但应该！我觉得有人应该在人类医学中做到这一点（例如，基于分子生物标记来预测一个人的健康状况），所以如果我深入研究文献，也许我不需要重新发明轮子。
我从未听说过方差分量建模（VCM），但我会研究它，因为它似乎是（常规）JMP 14中的一个特性。在过去，我使用JMP的预测器筛选功能来确定测量的哪些响应变量对我的样本中的异常行为贡献最大（基本上与马哈拉诺比斯距离成正比的那些）。这与VCM似乎是一个类似的想法：确定观察到的方差的主要贡献者（对吧？）。逐步回归（对我而言，另一种“新”方法）也有助于缩小大量潜在的环境因素（例如，温度，深度，盐度，光线等），从而使我最适合BIC相对较低的模型。事实上，我对第一次尝试逐步回归（w / JMP13）感到非常兴奋，我刚刚写了一篇关于将它应用于珊瑚礁的论文！
如果出现突破（例如，采取您在答复中概述的方法）或统计顿悟，我将回到这篇文章，以便其他环境生理学家发现自己提出类似的问题，如何快速了解我们改变世界可能会带来好处。
回复：分析珊瑚健康数据两个想法对你来说......一个是微观的另一个微观......
宏：您是否看过Galit Shmeuli关于Expaining vs.的工作 预测？以下是JMP分析性事件的链接，其中Shmeuli博士从建模和分析角度阐述了影响人们首先应如何收集的重要问题，然后分析数据，重点是经验建模。
https://www.jmp.com/en_us/events/ondemand/analytically-speaking/to-explain-or-predict-that-is-the-question.html
Micro：在JMP Pro中，有一些建模技术可能在广义回归平台中具有价值，其中建模个性用于分位数回归，其中建模分位数比“平均值”更重要。或者方差组件建模怎么样？
