統計解析ソフトの比較記事は数多く紹介されていますが、そのほとんどはプロの統計学者に向けたものです。医学において、統計ソフトウェアを使用する人の大多数は、実際には統計を専攻していない臨床医です。さまざまな理由から、彼らは統計ソフトウェアの使い方を独学する必要がありました。著者は医療統計分析における 10 年以上の経験に基づいて、臨床医が統計ソフトウェアを自分で使用する際に直面する困難をよく知っています。
より多くの臨床医がこの困難を解消できるよう、今後は臨床医が JMP を使用してデータ分析を効率的に実行する方法を学び、日常業務と論文出版の効率を向上させるために、JMP シニアの Feng Guoshuang 博士が支援します。ユーザーおよび上級統計学者である彼と彼のチームは、一連の統計とデータ分析、JMP の実践的な操作、および JMP データ分析プラットフォーム上のその他の実践的なコンテンツを共有します。各号には、誰もが新しいスキルを習得するのに役立つ古典的なトピックが含まれています。これらのトピックは臨床医だけを対象としたものではなく、JMP ソフトウェアを使用してデータ分析を実行するすべての人に適用できることは注目に値します。
この記事は一連の記事の最初の記事であり、Feng 博士と彼のチームは、JMP ソフトウェアを使用するまでの道のりと経験を共有し、JMP ソフトウェアが臨床医にとってより適した統計ソフトウェアである理由の例を示します。読みやすくするために、記事は一人称で説明されています。
では、なぜ JMP ソフトウェアが臨床医の使用に適していると考えられるのでしょうか?実際には多くの理由がありますが、主な理由をいくつか紹介します。
01 充実のテーブルスタイル操作
これはおそらく臨床医が最も懸念していることです。統計は臨床医の主な仕事ではないため、統計ソフトウェアの学習に多くの時間を費やす必要はなく、プログラム設計よりもメニューベースの操作の方が明らかに臨床医のニーズに合致しています。
JMPの機能表（図1）を直感的に感じていただけます。
図1 JMP分析メニュー
分析関数の表から、統計分類における JMP のいくつかの特徴がわかります。単純に特定の手法で分類するのではなく、統計手法の構造に基づいた大まかな分類です。
たとえば、統計的な観点から 2 つのグループの平均を比較したい場合、いわゆる「グループ間の比較」は実際には単一因子分析です。グループは指標であり、比較される指標です (統計 数学では、引数は x と呼ばれ、従属変数は y と呼ばれます。したがって、グループ間の比較は、結果指標 (従属変数 y) に対するグループの要因 (開始者 x) の影響を分析することを意味します。
したがって、JMP では、すべてのグループ間比較、またはより広範にはすべての一元配置分析が [Fit Y by X] メニューに含まれています。
このアプローチは、統計的思考を理解するのに役立ちます。臨床医の中には、最初は JMP の手法に慣れない人もいるかもしれませんが、一度使ってみると、この手法は統計手法に基づいて大まかに分類されており、統計を理解するのに役立つため、実際には便利であることがわかります。メソッド。
さらに、JMP メニューはいつでも中国語と英語を切り替えることができ、英語の論文を出版したい科学研究者は、最初に分析結果を中国語で作成し、その後メニューで直接言語を変更することができます (ドキュメント→環境設定)。英語、すぐに有効になり、再起動する必要はありません。これはとても人道的です。
02 分析プロセスをより便利に
これまでのメニュー形式の統計ソフトでは、特定の統計手法を使用したい場合、対応するメニューをクリックすると、さまざまなオプションが表示され、すべての設定が完了したら、「OK」をクリックして直接入力する必要がありました。結果セクション。
たとえば、図 2 に示すデータ (部分表示) があり、お酒を飲む人と飲まない人の身体的健康スコアに統計的な差があるかどうかを調べたいとします。
図 2 サンプルデータ
あるソフトウェアを使用してこの 2 つのグループを比較すると、分析関数の表は図 3 のようになります。さまざまな設定を行って、確認して結果のインターフェイスに入る必要があります。
図3 某統計ソフトの解析インターフェース
JMP は異なります。分析メニューは非常にシンプルで、オプションはありません。必要な変数を対応する位置にドラッグ アンド ドロップするだけです (図 4)。追加の設定を行う必要はありません。JMP は、x のタイプ (カテゴリまたは連続、図 4 に示すように、赤色の変数はカテゴリカル、青色の変数は連続) およびやあ。
図 4 では、x はカテゴリ変数、y は連続変数であるため、ソフトウェアは「単一因子」(図 4 の左下隅を参照、変動分析に相当) 手法を自動的に選択します。 x と y が両方ともカテゴリカルである場合、図 4 の左下隅は「偶発性」になります (カイ二乗検定と同等)。
図 4 JMP 分析インターフェイス
選択肢はないのに、何かを変更したい場合はどうすればよいのかと疑問に思う人もいるかもしれません。たとえば、y は連続変数ですが、正規分布を満たさず、親数値なしでテストする必要がある場合はどうなるでしょうか。これがJMPの特徴です。 JMP 分析インターフェイスは非常にシンプルですが、結果インターフェイスは非常に豊富で、すべてのオプションが結果インターフェイスにあります (図 5)。
図 4 のインターフェイスで [OK] をクリックすると、JMP 結果インターフェイスが表示されます (図 5)。結果として得られるインターフェイスはデフォルトではシンプルですが、豊富なオプションがあります。
図5 JMPの「Fit Y with X」メニューの分析結果インターフェース
図 5 からわかるように、他の結果を表示したい場合は、赤いドロップダウン メニュー (赤い三角) からいつでも必要なメソッドをチェックでき、不要になった場合はチェックすることもできます。いつでもオフにできます。このアプローチにより、データの分析と探索がより便利になります。他のソフトウェアでは、もう一度やりたい場合は、戻って最初からやり直す必要があります。ただし、JMP では使用されません。方法を変更したい場合 (たとえば、t 検定を実行したところ、データが正規分布に従わない可能性があることが突然わかり、マザーレス検定を実行したい場合など)、戻る必要があるので、結果内の他のメソッドを確認するだけです。非常に便利です。
03 セミインテリジェントオペレーション
すべての臨床研究者は、「データをソフトウェアに記録し、すべてをソフトウェアに任せることができたらどんなに素晴らしいだろう」という夢を抱いているかもしれません。
完全にインテリジェントな統計ソフトウェアはありませんが、セミインテリジェントなソフトウェアはそれを行うことができます。つまり、統計ソフトウェアはデータに完全に基づいて手法を選択することはできませんが、特定の状況では選択を支援することができます。たとえば、複数のグループの平均を比較したい場合は、t 検定を直接使用することはできません。回帰分析を行い、結果がカテゴリデータである場合は、ほとんどの場合、最初にロジスティック回帰を検討します。等ここで、JMP は誰もが準インテリジェントになるのを支援します。
実際、先ほど紹介した図 4 から、すでに「Fit Y with」で感じられたと思います。
セミインテリジェント モードでの JMP のパフォーマンスをさらに実証してみましょう。
飲酒する人と飲まない人の 2 つのグループの身体的健康スコアを比較して、もう一度説明してみましょう。まず、図 5 の結果を確認しましょう。これは 2 つのグループ間の比較であるため、通常は t 検定が考慮されます。結果には t 検定があることに注意してください (図 6 の「結合 t」)。
図 6 JMP の 2 つのグループを比較するための分析結果インターフェイス
ここで、グループ化変数を変更し、さまざまな心機能グレード間で身体的健康スコアを比較します。心機能分類は多分類であり、まず分散分析が考慮されます。図 4 と同じ操作方法 (図 4 の飲酒を心機能分類に置き換えるだけ) を使用して、図 7 の分析結果インターフェイスを取得します。
このとき、図 7 の「merged t」が欠落していることに気づくでしょう。
図 7 JMP での複数グループ比較の分析結果インターフェイス
なぜ？ t 検定は複数のグループの比較には使用できないため、JMP は使用すべきではないメソッドを自動的に削除します。これは、特に統計学者ではない人にとっては非常に重要です。
別の例として、身体的健康スコアに対する他のいくつかの指標の影響を分析するために、身体的健康スコアを従属変数として使用するとします。一般に、線形回帰が考慮されます。
「モデルの適合」メニューを使用して、従属変数と引数を対応する位置にドラッグします (図 8)。 JMP はデフォルトで「標準最小二乗法」(線形回帰に相当) を選択し、2 つのロジスティック回帰法は自動的にグレー表示になり、選択できなくなります。
図8 JMPの「Fitting Model」メニューの分析インターフェース
どうしてこれなの？結果 (身体的健康スコア) は連続変数であるため、連続変数の回帰にはロジスティック回帰を使用できず、線形回帰が最も一般的に使用されます。この最も基本的な間違いに対して、JMP はそれを回避するのに直接役立ちます。
上記の 2 つの例を通して、JMP ソフトウェアが統計学以外の分野への愛情をあらゆる面で反映していることがわかります。
04 完全対話型操作
ほとんどの統計ソフトウェアはデータから結果に至るまでに動作しますが、データに基づいて結果を作成した後、結果からデータに移行するのは一般に困難です。
しかし、JMP は異なります。結果は実際の分析の始まりにすぎません。必要に応じて対応する結果を追加または削除できるだけでなく (図 5)、結果は常にデータに関連付けられています。
図 9 は、年齢の分布を示し、統計的記述指標とグラフィックを提供します。重要なのは、これらのグラフはマウスで選択できるということであり、任意の変数のグラフを選択すると、他の変数の対応する観測値も選択されるということです。
たとえば、図 9 では、年齢と年齢層別という 2 つの変数があり、変数年齢の対応するデータを選択すると、変数「年齢層別」も選択され、「年齢層別」に対応するデータが選択されていることがわかります。周波数リストの も選択されます。データ セットを見ると、これらのデータもデータ セット内で選択されていることがわかります。つまり、JMP ソフトウェアは単に「データ→結果」ではなく、データと結果はインタラクティブであり、「データ→結果」または「結果→データ」となり、データと結果は常に関連しています。
図 9 JMP でのデータと結果の間の相互作用の例
このつながりが何の役に立つのかと思う人もいるかもしれません。実務で非常に役に立ちます。たとえば、「飲酒」している人を個別に選択したい場合、これらのフィルタリング機能を使用する必要はなく、写真内で「飲酒」を直接選択すると、データセット内で同時に選択されます（図） 10)、「サブセット」機能を使用して、飲酒者の情報を選択するだけです。
図 10 グラフィックを使用した JMP でのデータのフィルタリング
別の例として、散布図で異常な点を見つけて、すぐにデータを見つけたい場合は、グラフ内の点を直接選択し、データセットに移動して、その点がマークされていることを確認し、直接測位機能を使用して位置を特定すると、この情報を自分で確認する時間を節約できます。
05 その他の人間化された機能
実際、JMP には使いやすい機能がたくさんありますが、この記事では書ききれないので、今後のシリーズで順次紹介していきます。最後に、より実用的で時間を節約できる機能をいくつか挙げておきます。
たとえば、JMP データ テーブルでは、変数名と変数値の命名に制限はありません。中国語でも英語でも特殊記号でも問題ありません。現状、ほとんどの統計ソフトではこれができず、変数名に制限がある場合が多く、結果が得られた後に数値を修正する必要があり、非常に面倒です。 JMP は、変更せずに変数名に基づいて結果を直接生成できます。
また、JMPのグラフ作成機能は、これまでの統計ソフトとは異なり、変数の指定に依存せず、ドラッグ＆ドロップだけで実現できる対話型の機能です（図11）。複数のグラフを自由に切り替えることができます。切り替えるには、マウスをクリックするだけです (図 11 の上の図では、マウスのクリックで瞬時に切り替えられます)。
図 11 JMP 描画インターフェイスの表示
もちろんJMPのメリットはこれだけではなく、上記はあくまで私たちが実際に業務で使用した経験に基づいたものです。次回以降の連載でも、JMPの特徴であるデータの整理やクレンジング、グラフ化、統計解析などを事例と解説を交えて順次紹介していき、より迅速かつ効率的な分析手法を皆様にご提供できるものと考えております。
