이 형식(그러나 더 많은 매개변수)으로 보이는 260명의 개인 데이터가 포함된 파일이 있습니다.
| | 개인 ID | 성별 | 연령대 | 단백질 섭취 | kcal | |
| 1 | 1 | 남성 | 어린이들 | 33 | 107 | |
| 2 | 2 | 여성 | 성인 | 52 | 220 | |
| 삼 | 삼 | 여성 | 연세가 드신 | 50 | 150 | |
| 4 | 4 | 남성 | 성인 | 75 | 175 | |
데이터가 정상적으로 분산되지 않아 분포 분석을 해보았습니다. 또한 남성과 여성 및 연령 그룹 간의 데이터를 비교하고 쌍으로 ps를 계산했습니다.
나는 데이터가 일반적으로 분산되지 않으며 비모수 테스트가 뼈대를 제거해야 한다는 것을 알고 있습니다.
성별에 대한 데이터를 비교했습니다.
또한 다양한 연령 그룹(카테고리)에 대한 데이터를 도표화하고 비교했습니다.
그러나 데이터를 연령 범주와 성별로 동시에 나누고 싶습니다. 데이터를 남성용 파일과 여성용 파일로 분할하지 않고 JMP에서 이 작업을 수행하는 방법을 찾지 못했습니다.
군나르
군나르
나는 데이터가 일반적으로 분산되지 않으며 비모수 테스트가 뼈대를 제거해야 한다는 것을 알고 있습니다.
성별에 대한 데이터를 비교했습니다.
또한 다양한 연령 그룹(카테고리)에 대한 데이터를 도표화하고 비교했습니다.
그러나 데이터를 연령 범주와 성별로 동시에 나누고 싶습니다. 데이터를 남성용 파일과 여성용 파일로 분할하지 않고 JMP에서 이 작업을 수행하는 방법을 찾지 못했습니다.
실행 중인 분석 및 그래픽 플랫폼에서 해당 열을 "기준" 열로 지정하여 "청소년 남녀, 남성 및 여성 노인 등"에 대해 언급하는 별도의 분석을 수행할 수 있어야 합니다. 아래 예는 "키" 대 "체중"에 대해 "나이"와 "성별"을 간단한 Y x X 맞춤에 추가합니다.
군나르
먼저 본 연구에서 반응에 정규분포가 중요한 이유는 무엇인가?
변수의 영향을 분석하는 것은 효율적이지 않습니다. 그러나 이 방법을 계속하려면 By analysis 역할을 사용하십시오. 분석을 위해 성별 및 연령 범주를 이 역할에 캐스팅합니다.
선형 예측 변수에서 두 변수를 모두 사용하는 보다 효율적이고 유익한 분석을 고려할 수 있습니다. 그런 다음 한 요인(예: 연령 그룹)의 효과가 다른 요인(예: 성별)의 수준에 따라 다른 경우 가능한 상호작용 효과에 대한 용어를 포함할 수도 있습니다. 이 접근 방식에 대해 분석 > 모형 적합을 사용합니다.
결과로 나온 Fit Least Squares 플랫폼은 잔차를 기반으로 회귀 진단을 제공합니다. 이 모델은 오류가 정규 분포(응답 자체가 아님)이고 독립적이라고 가정합니다.
