In Schweden scheine ich die einzige Person zu sein, die die hervorragende Statistiksoftware JMP nutzt. Ich benutze es seit mehreren Jahren und habe jetzt Version 14.2.0. Die meisten Forschungskollegen, mit denen ich zusammenarbeite, verwenden SPSS, aber ich denke, JMP ist viel besser. Da ich jedoch Chirurg bin, sind meine statistischen Kenntnisse etwas begrenzt. Ich kenne JMP ziemlich gut, mache aber hauptsächlich univariate und multivariate Analysen nominaler Daten. Jetzt erhielt ich jedoch eine Frage von einer Zeitschrift bezüglich der Cox-Proportional-Hazard-Analyse der Daten. Da ich nicht weiß, wie das in JMP geht, wäre ich dankbar, wenn mir die Community helfen könnte. Die abhängige (y) Variable ist stetig und beträgt Zeit für die Veranstaltung (in Fettschrift, siehe unten ein kleines Beispiel). Links (in Kursivschrift und Buchantiqua) sind die x-Variablen als Nominalwerte und rechts von der y-Variablen sind die in numerische Werte (1 oder 0) umgewandelten x-Variablen, wobei 1 ein „positives Ereignis“ und 0 das ist Referenz.
Ich frage mich, wie ich in JMP an die Ergebnisse dieser Beispieldaten komme (dies sind nur Beispiele und nicht die tatsächlichen Daten) und ich würde sie gerne wie folgt präsentieren können. Ich würde eine Anleitung bevorzugen, wie man es im interaktiven Modus macht. Allerdings wenn möglich auch in einer Scripting-Antwort. Meine Kenntnisse im Umgang mit JMP in Bezug auf die Programmierung sind etwas besser als meine statistischen Kenntnisse.
| Univariable Analyse | Multivariable Analyse |
| Hazard Ratio (95 %-Konfidenzintervall) | P | Hazard Ratio (95 %-Konfidenzintervall) | P |
| | | | | |
Hilusstriktur (Referenz nicht-hilus) | 0,00 (0,00-0,00) | | 0,00 (0,00-0,00) | |
| | | | |
Männlich (Referenzfrau) | 0,00 (0,00-0,00) | | 0,00 (0,00-0,00) | |
| | | | |
Alter ≥ 75 Jahre (Referenz <75 Jahre) | 0,00 (0,00-0,00) | | 0,00 (0,00-0,00) | |
| | | | |
ASA III-IV (Referenz ASA I-II) | 0,00 (0,00-0,00) | | 0,00 (0,00-0,00) | |
Unten finden Sie die Beispieldatei:
| Hilusstenose | Geschlecht | Alter ≥ 75 Jahre | ASA III-IV | Zeit für eine Veranstaltung | Hilarstruktur (GS) Ja=1 Nein=0 | Männer (GS) Männlich=1 Weiblich=0 | Alter ≥ 75 Jahre =1 sonst 0 | ASA III-IV=1 sonst 0 |
| NEIN | Männlich | NEIN | NEIN | 115 | 0 | 1 | 0 | 0 |
| NEIN | Weiblich | Ja | NEIN | 157 | 0 | 0 | 1 | 0 |
| NEIN | Weiblich | NEIN | Ja | 101 | 0 | 0 | 0 | 1 |
| NEIN | Weiblich | Ja | Ja | 138 | 0 | 0 | 1 | 1 |
| NEIN | Weiblich | Ja | NEIN | 114 | 0 | 0 | 1 | 0 |
| NEIN | Weiblich | NEIN | Ja | 177 | 0 | 0 | 0 | 1 |
| NEIN | Weiblich | NEIN | NEIN | 133 | 0 | 0 | 0 | 0 |
| NEIN | Weiblich | Ja | NEIN | 39 | 0 | 0 | 1 | 0 |
| Ja | Männlich | Ja | Ja | 29 | 1 | 1 | 1 | 1 |
| Ja | Weiblich | Ja | Ja | 7 | 1 | 0 | 1 | 1 |
| NEIN | Weiblich | Ja | NEIN | 156 | 0 | 0 | 1 | 0 |
| Ja | Weiblich | Ja | Ja | 169 | 1 | 0 | 1 | 1 |
| NEIN | Weiblich | NEIN | NEIN | 894 | 0 | 0 | 0 | 0 |
| Ja | Weiblich | Ja | NEIN | 303 | 1 | 0 | 1 | 0 |
| Ja | Männlich | NEIN | Ja | 79 | 1 | 1 | 0 | 1 |
| NEIN | Weiblich | Ja | Ja | 32 | 0 | 0 | 1 | 1 |
| NEIN | Weiblich | NEIN | NEIN | 211 | 0 | 0 | 0 | 0 |
| Ja | Männlich | NEIN | Ja | 248 | 1 | 1 | 0 | 1 |
| NEIN | Weiblich | Ja | Ja | 252 | 0 | 0 | 1 | 1 |
| NEIN | Männlich | NEIN | Ja | 456 | 0 | 1 | 0 | 1 |
Von JSL-Code habe ich keine Kenntnis.
Mit freundlichen Grüßen
Lars Enochsson
Professor für Chirurgie
Universität Umeå
Schweden
Das Cox Proportional Hazards Model ist unter der Fit Model Platform verfügbar. Hier ist ein Link zur JMP-Hilfe.
