通过回归和卡方帮助新手！JMP大家好！
我在智慧结束时可以使用JMP完成一对分析。我正在上一个统计课，不幸的是我很难接受它。
我附上了一份我从英国事故数据集创建的清理数据文件，我的假设如下：
1：汽车的乘客数量与事故造成的伤亡人数呈正相关
2。男司机将导致更严重的事故
3。更多的汽车乘客将产生更多的致命事故。
我的问题集中在使用的分析类型以及如何使用JMP（因为我从头开始学习这个软件）。
对于第一个假设，我从一个相关开始，然后尝试回归并得到这个：
它是否正确？我不太明白这些数据意味着什么。
对于第二个假设，我理解使用卡方分析，我认为到目前为止，我得到了照顾。
然而，对于第三个分析，我真的很难过。
更多的汽车乘客将产生更多的致命事故。为此我想我试图用一个序数变量（死亡程度）回归离散变量（汽车乘客）？
当我试图对此进行回归时，我得到了很多东西。我很确定我错了。
任何人都可以花时间带我走过这个吗？
提前致谢！
Re：用回归和卡方帮助新手！JMPFinalData2.jmp有136,521个唯一记录。意外索引是一个字符列，不应转换为数字。 由于某些索引具有字符，例如“UD”，因此在转换为数字时，它会转换为大数字，例如e + 128。 FinalData1.jmp有两个非常重要的列车辆参考和伤亡参考 。当FinalData2.jmp中的事故报告列出3辆车和2名伤员时，每辆车将增加3行，参考1,2,3。并且在车辆2中的第1和第1阶段以及第3车辆中的0中都是偶然性。
要获得使用FinalData1.jmp加入的乘客总数，以下是步骤：
- 单击FinalData1.jmp。添加一个新列，我称之为Passengers + Driver使用公式：Car_Passenger + 1
- 从主菜单中选择表 > 摘要 。选择事故指数，然后按组按钮，并选择新列乘客+司机，按按钮统计 ，并选择Sum。我输入了乘客到输出表名称。选择确定。
- 接下来选择FinalData2.jmp。从主菜单中选择表 > 加入，选择乘客作为表的连接并匹配事故索引。您可以在此处选择要保留的列。
连接表已附加，表格上有一个脚本，显示双变量密度和相关性。
但是，两个数据表都没有列表中的驱动程序性别 。 如果您使用FinalData2.jmp并选择只有1辆车的行。然后加入FinalData1.jmp，其中只有1名乘客，只有1个胖子，那么你可以假设伤员的性别是司机的性别，并看看那些有限的事故驾驶员的性别。 也许其中一个事故代码指定了性别，但表格中没有任何明显的内容。
Re：用回归和卡方帮助新手！JMP我最好的猜测是每行代表一个伤员。 因此，每一行都有一个Accident_Index，Vehicle_Reference和Casualty_Reference的唯一组合。
如果是这种情况，您需要将某些数据和您的假设置于一个共同的分析单位（即事故或车辆或伤亡）。因为这是一项教育活动，我会改变这种假设。
你仍需要小心，因为数据来自同一事故意味着很可能违反了观察独立性的假设。
Re：用回归和卡方帮助新手！JMP我附上了我合并的2个数据集，以获得最终的工作数据表。我认为两者结合存在一些严重问题。我没有设置正确组合它们的技能。
Re：用回归和卡方帮助新手！JMP这被称为略微清理的数据集，但在分析之前需要提供数据异常：
- 数据表有161,087行。其中，81,540行没有事故编号（36,777行有其他信息，但44,763行都是空的）。
- 删除所有空行后，116,324行保留36,777行，没有意外＃。还有许多行具有奇怪的事故编号，例如行45928-45922，有92行具有这些极端数字。
- 有多行的事故数字。我想也许分配给同一次事故的行数可能与所涉及的汽车数相匹配，但事实并非如此。
因此数据存在许多问题。 假设没有重复和良好的数据 ，只是糟糕的事故数字，这里有一个分析可能会解决你的问题＃2。所有事故中有71.44％有男性司机，或所有事故严重程度约为70％。 但是，没有考虑到男性和女性的驾驶员百分比或驾驶频率。所以假设数据没问题（??），你只能说事件（发生）。 （见下文）。
最后的评论，有很多事故涉及1辆车，没有乘客和无数人伤亡，并称为轻微的严重性？数据似乎很奇怪，除非有很多单个司机开车进入人群的情况。
