將各個組與基線組進行比較你好，
對我來說是一個醫學統計問題：
- 一個離散的結果變量 - 活著 - 1/0
- 多個組，我通過按百分位數 (0-25,25-50,50-75,75-100) 合併連續變量創建的
- 對於每個組，我創建了一個特定的列（0-25、25-50、50-75、75-100），這又是 1/0
我的問題：
我想將第 1 組 (0-25) 中的所有患者設置為基線組，並將每個人 (25-50、50-75,75-100) 與基線組 (0-25) 進行比較，然後計算 OR與基線組 (0-25) 的關係 - 示例附後。
| 病人 | 結果 | 0-25% | 25-50% | 50-75% | 75-100% |
| A | 1個 | 0 | 1個 | 0 | 0 |
| 乙 | 1個 | 1個 | 0 | 0 | 0 |
| C | 1個 | 0 | 0 | 1個 | 0 |
| 丁 | 0 | 0 | 0 | 0 | 1個 |
| 乙 | 0 | 1個 | 0 | 0 | 0 |
非常感謝您的幫助和想法！ 馬克
回复：將各個組與基線組進行比較謝謝你們 - 本地數據過濾器讓我很容易比較這些組。
事實上，我首先運行具有連續變量（死亡時間）的混合模型，但是由於許多甚至具有高影響力的醫學期刊更傾向於對變量進行分箱（我個人不支持），我將其添加為我文章的新功能。
我也運行 cox 比例風險，但我現在將我的分析限制在多變量模型上，這似乎也更適合僅使用名義變量，因為混合（連續變量和名義變量）給我很多次積極的失擬檢驗。
再次感謝你的幫助 ！
回复：將各個組與基線組進行比較我贊同 txnelson 的建議並補充兩點。首先，考慮使用未分組的百分位數 - 您以後可以隨時對它們進行分組，但沒有理由丟失數據中的細節。 第二，這類數據往往是被刪減的數據——換句話說，沒死的人沒死然而.只有當你有一個治療期（或你正在使用的任何時間段）結束的上下文時，0/1 響應變量才是正確的查看方式。相反，您可以嘗試生存平台（例如，擬合比例風險模型）——但您需要有一個連續的響應變量，通常是死亡發生的時間。
回复：將各個組與基線組進行比較我會以不同的方式設置您的數據表。 3 列，患者、結果、百分位數。 百分位數將具有值“0-25”、“26-50”等。然後，確保所有列都設置為“標稱”的建模類型。 然後您可以運行 Fit Y by X 平台，並通過使用本地數據過濾器（您將設置為選擇百分位數），然後您可以選擇要比較的分組，JMP 將對這些組執行卡方分析.回复：將各個組與基線組進行比較嗨 - 為了清楚起見
A 列代表個體患者 - 大約 3000 - 我只是在這裡列出作為示例 (AE)
B 列 - 結果 - 我的結果變量 (Y)
C、D、E、F 列 - 與其百分位數分佈相關的組分佈，並按百分位數分箱
C 列將是我的參考組
D 至 C 組、E 至 C 組和 F 至 C 組患者的 OR 結果 (B) 是什麼？
非常感謝您對此進行調查。 馬克
回复：將各個組與基線組進行比較你好，
我不確定我們能否為您提供這一級別的信息。 你能澄清幾點嗎？
對於每個組 A - E，你有實際的死亡頻率，根據它們所屬的四分位數表示為 1 或 0，這是否正確？
結果欄和其他欄（如果有的話）之間的關係是什麼？
最重要的是，您需要解決的科學/醫學問題是什麼？
