揚聲器 | 成績單 |
| 斯坦·西拉諾維奇 | 大家，早安。 今天我們要做一個探索性的數據分析 |
| VAERS 數據庫。 現在讓我們來了解一下這個數據庫是什麼的背景知識。 VAERS，拼寫為VAERS，是Vaccine Adverse Effect Reporting System的縮寫。 它是由 FDA 和 CDC 創建的。 |
| 它每年獲得大約 30,000 次更新，並且自 1990 年以來一直公開，因此上面有相當多的數據。 |
| 它被設計為一個早期預警系統，用於尋找以前沒有報導過的疫苗的某些影響。 |
| 現在這些是副作用，不是副作用，也就是說它們還沒有與疫苗接種聯繫起來。 這只是接種疫苗後發生的事情。 現在讓我們談談結構。 |
| VAERS VAX 和 |
| 韋爾斯數據。 現在有一個檢查在線數據庫的工具，它的首字母縮寫為 WONDER。 它是傳統的搜索工具，您可以在其中瀏覽數據庫的不同區域， |
| 選擇你想要的數據類型，點擊下拉菜單，在你這樣做幾次或幾十次之後， |
| 您所做的就是發送查詢。 |
| 無需太多延遲，即可返回結果。 但是為了進行探索性數據分析和一些可視化， |
| 這有一個小問題。 那就是你必須首先知道你想要得到什麼，或者至少是非常好的想法。 |
| 這就是 JMP 的用武之地。 正如我提到的，我們將對特定數據集進行 EDA 和一些可視化，即麻疹、腮腺炎和風疹的 MMR 疫苗的數據。 我們將針對最近的一整年進行調查，這將是 |
| 2019. 所以讓我轉到一個新窗口。 |
| 好的，我們做的第一件事是下載 CSV 並在 JMP 中打開它們，我在這裡省略了。 現在我想選擇我的數據，JMP 讓這一切變得非常簡單。 |
| 打開窗口後，我只需瀏覽行、行選擇並選擇此處下方的圖片，我想要 VAX_TYPE 並且我希望它等於 MMR。 現在除了 equals 之外還有一些其他選項，我們稍後會討論。 |
| 在我們單擊按鈕並選擇了那些行之後，接下來我們要做的就是決定我們需要哪些數據。 所以我已經突出顯示了一些列，大約一分鐘後您就會明白為什麼。 |
| 然後當我這樣做時，哦，在我們去那里之前，讓我們注意 |
| 第 9 行和第 18 行就在這裡。 注意我們有 MMRV 和 |
| MMR。 MMRV 是一種不同的疫苗。 如果我們也想查看它，我們可以從下拉列表中選擇 contains here。 但這不是我們想要做的。 所以我們點擊確定 |
| 我們得到了我們的桌子。 現在我們要做的是將包含有關疫苗的數據（例如製造商、批次等）的 VAERS VAX 表與包含關於疫苗的數據的 VAERS DATA 表連接起來 |
| 疫苗的影響，所以它有諸如患者是否過敏，患者是否住院，數字等信息 |
| 住院日之類的。 它還包含年齡和性別等人口統計數據。 所以我們要做的是加入並簡單地轉到表加入然後我們選擇 |
| VAERS VAX 和 VAERS DATA 表，我們想在 VAERS ID 上加入它們。 同樣，JMP 使它變得非常簡單。 我們只需點擊 |
| 每個單獨的表中的列，我們將它們放在匹配窗口中，然後我們轉到表窗口並選擇我們想要的列。 |
| 這就是我們的結果表的樣子。 現在讓我減少它並打開 JMP 表。 |
| 我們開始了，我會擴展它。 |
| 為了演示的目的，我只是 |
| 在此處選擇了這些...這些列。 我們已經拿到了VAERS ID，你看很明顯，這個類型都是MMR。 |
| 看起來默克公司是製造商。 還有一些未知數 |
| 散落於此。 我選擇了 VAX LOT，因為如果一批有問題，那將很重要，你希望能夠看到它。 |
| 這看起來像 cage 下劃線年份，但這是以年為單位計算的年齡。 有幾個 H 列，我只選擇了一個。 |
| 我選擇性別是因為我們想知道是否有人受影響更大，男性是否比女性受影響更大，反之亦然。 |
| HOSPDAYS 是如果他們的不良反應嚴重到足以讓他們住院的情況下在醫院的天數。 NUMDAYS 是從接種疫苗到出現不良反應之間的天數，看起來我們這裡有相當非常大的範圍。 |
| 那麼，讓我們開始分析吧。 |
| 顯示標題圖。 所以我要單擊它並顯示標題圖。 |
| 我們在這裡得到了一些分佈和一些其他信息。 我們將跳過 ID 並看到 VAX_TYPE 都是 MMR，那裡沒有其他人。 |
| vax 製造商，是的，它要么是 Mercks & Co Inc，要么是未知的，一個很好的特點是我們可以點擊欄 |
| 它會為我們突出顯示行並單擊離開，它不會突出顯示。 轉到 VAX_LOT，我們在這個小盒子裡塞進了相當多的信息。 |
| 首先，我們的數據表中有發生次數最多的前五批次，它們就在這裡，並且 |
| 這是它們出現的次數。 它還告訴我們表中還有 413 個其他批次，加上我計算的 5 個， |
| 這大約是 418 個單獨的批次。 現在我們以年為單位查看計算的年齡，我們看到我們的大部分值都在零和任何值之間，它們在零區間內，這是有道理的，因為它是疫苗接種，我們會記下這一點。 |
| 我們轉到性別欄，看起來女性明顯多於男性。 現在，如果我們想並排做，那會立即告訴我們 |
| 群體比較，我們將不得不從女性中隨機選擇，這樣她們就和男性一樣，我們這裡也有一些未知數，相當多的未知數。 |
| 我們只是注意到這一點並繼續前進。 我們看到住院日。 我們已經看到了 NUMDAYS。 現在這是另一個非常非常好的功能。 比方說我們想要更多的細節，我們想做一點探索，看看年齡是如何分佈的，我們只需右擊，右擊， |
| 選擇在分發中打開。 在這裡，我們在分發窗口中，但這裡有相當多的信息。 |
| 就我們現在的目的而言，我們在這裡並沒有真正對分位數做太多事情。 所以讓我們點擊關閉，它仍然佔用了一些空間。 |
| 因此，讓我們在這裡向下選擇輪廓關閉方向，然後選擇垂直方向。 我們留下了一個很好的易於閱讀的窗口。 裡面有一些資料。 我們當然會在這裡看到我們的分佈，我們在這裡有一個盒須圖。 |
| 沒有太多時間來研究它，它只是以不同的方式顯示數據。 我們從匯總統計數據中看到，平均值恰好為 16.2，標準差為 20.6。 |
| 這不是一個理想的情況。 所以如果你想用它做更多的事情，我們可能想把這些年分成兩組，其中大部分都在這裡，然後 |
| where, where this, where all the skewed data is and then the rest of them and |
| 沿著右邊和 |
| 單獨檢查。 我會最小化那個窗口，我們可以對住院天數和天數做同樣的事情。 讓我很快地做到這一點。 |
| 在這裡我們看到了相同類型的數據，我不會費心點擊它並減少它。 但我們也可能會注意到，當我們再次獲得 6.7 的平均值和 13.2 的標準差時，這也不是一個非常理想的情況，我們只是記下這一點。 |
| 我會關閉它。 現在假設我們想做更多的探索性分析，一些引起我們注意的東西等等。 在這裡做起來很簡單。 我們不必回到在線數據庫， |
| 然後選擇所有內容，單擊下拉菜單或其他任何內容。 我們可以簡單的上來用X來分析和擬合Y。 |
| 所以假設我們想檢查之間的關係 |
| 哦，住院天數，住院天數和計算年齡。 我們只是這樣做。 我們有兩個連續變量，所以我們將從中得到一個雙變量圖。 |
| 我們點擊確定。 |
| 我們得到了另一個很好的數據顯示。 是的，我們可以看到 |
| 目前，平均值下降了 5 或 6 左右，這是一件好事，好於 10 或 12。 我們可以，為了參考， |
| 到這裡的紅色三角形，選擇擬合均值，我們就在這裡得到均值。 我們注意到有很多異常值。 |
| 假設我們現在想檢查它們並決定是否要進一步研究它們。 因此，如果我們將鼠標懸停在我們的異常點之一或與此相關的任何點上， |
| 我們看到我們得到了這個彈出窗口，它告訴我們 |
| 該特定數據點代表第 868 行。 |
| 計算的年齡在一年內， |
| 而這個病人正好在醫院住了90天。 現在我們可以右鍵單擊並為該行著色或在其中放置某種標記。 我不會那樣做，但我會 |
| 將光標移到窗口中，我們會在右上角看到這個小符號，單擊它並固定它。 |
| 所以我們當然可以重複這一點。 我們可以獲得詳細信息以供進一步檢查。 我發現這在向喜歡引起人們注意某一特定點的人群進行演示時非常方便。 這有點霸道所以讓我們右鍵單擊，選擇...選擇字體，而不是編輯。 |
| 我們打開字體窗口，看到我們使用的是 16 號字體。 讓我們，我不知道，讓我們降到 9。 |
| 如果我們想引起對其他一些異常值的注意，這會好一點，它會為我們提供更多空間。 所以總而言之， |
| 讓我再次打開 PowerPoint。 |
| 總之，我們能夠從政府維護的大型在線數據庫中導入和塑造兩個大型數據表。 我們能夠對錶進行子集化， |
| 能夠加入表格並無縫選擇我們的輸出數據。 我們能夠生成摘要和分佈，指出領域 |
| 這可能會引起興趣並進行更詳細的分析。 當然，這一切都是無縫的，並且都發生在同一個軟件平台中。 現在， |
| 提供一些鏈接 |
| 就在這裡到各種數據站點。 這是主要站點，其中包含政府在那裡做得很好的所有文檔。 這是 zip 中的實際數據本身。 |
