Zum Vergleich statistischer Analysesoftware wurden viele Artikel vorgestellt, die meisten richten sich jedoch an professionelle Statistiker. In der Medizin sind die überwiegende Mehrheit der Menschen, die Statistiksoftware verwenden, tatsächlich Kliniker, die sich nicht auf Statistik spezialisiert haben. Aus verschiedenen Gründen mussten sie sich den Umgang mit Statistiksoftware selbst beibringen. Aufgrund seiner mehr als zehnjährigen Erfahrung in der medizinischen Statistikanalyse ist sich der Autor der Schwierigkeiten bewusst, mit denen Kliniker bei der alleinigen Verwendung von Statistiksoftware konfrontiert sind.
Um mehr Ärzten dabei zu helfen, diese Schwierigkeit zu beseitigen, Ärzten dabei zu helfen, den Umgang mit JMP zur effizienten Durchführung von Datenanalysen zu erlernen und die Effizienz der täglichen Arbeit und der Veröffentlichung von Artikeln zu verbessern, schreibt Dr. Feng Guoshuang, ein leitender JMP, von nun an Benutzer und leitender Statistiker. Er und sein Team werden eine Reihe von Statistiken und Datenanalysen, praktische JMP-Operationen und andere praktische Inhalte auf der JMP-Datenanalyseplattform teilen. Jede Ausgabe hat ein klassisches Thema, das jedem hilft, eine neue Fähigkeit zu erlernen. Es ist erwähnenswert, dass diese Themen nicht nur für Kliniker gelten, sondern für jeden gelten, der JMP-Software zur Durchführung von Datenanalysen verwendet.
Dieser Artikel ist der erste einer Reihe von Artikeln. Dr. Feng und sein Team teilen ihre Reise und Erfahrungen mit der Verwendung von JMP-Software und geben Beispiele dafür, warum JMP-Software eine Statistiksoftware ist, die besser für Kliniker geeignet ist. Um das Lesen zu erleichtern, wird der Artikel in der Ich-Perspektive beschrieben.
Warum glauben wir also, dass JMP-Software besser für Ärzte geeignet ist? Es gibt tatsächlich viele Gründe, hier sind einige der wichtigsten:
01 Tischbedienung mit vollem Funktionsumfang
Dies ist wahrscheinlich das, worüber sich Ärzte am meisten Sorgen machen. Da Statistiken nicht die Hauptaufgabe von Klinikern sind, besteht keine Notwendigkeit, viel Zeit mit dem Erlernen von Statistiksoftware zu verbringen, und menübasierte Vorgänge entsprechen definitiv eher den Bedürfnissen von Klinikern als das Programmdesign.
Sie können die Funktionstabelle von JMP intuitiv erfühlen (Abbildung 1).
Abbildung 1 JMP-Analysemenü
Aus der Analysefunktionstabelle können wir einige Merkmale von JMP in der statistischen Klassifizierung erkennen. Dabei handelt es sich nicht einfach um eine Klassifizierung nach bestimmten Methoden, sondern um eine umfassende Klassifizierung, die auf der Struktur statistischer Methoden basiert.
Wenn Sie beispielsweise aus statistischer Sicht die Mittelwerte zweier Gruppen vergleichen möchten, handelt es sich beim sogenannten „Gruppenvergleich“ tatsächlich um eine Einzelfaktoranalyse. Die Gruppe ist der Index und der zu vergleichende Indikator ( Ergebnisindikator) ist die abhängige Variable. In der Statistik wird das Argument als x und die abhängige Variable als y bezeichnet. Daher bedeutet der Vergleich zwischen Gruppen, den Einfluss von Gruppenfaktoren (Initiator x) auf Ergebnisindikatoren (abhängige Variable y) zu analysieren.
Daher sind in JMP alle Vergleiche zwischen Gruppen oder allgemeiner alle Einweganalysen im Menü „Y nach X anpassen“ enthalten.
Dieser Ansatz ist hilfreich für das Verständnis statistischen Denkens. Einige Kliniker sind möglicherweise zunächst nicht an die Methode von JMP gewöhnt, aber sobald sie sie verwenden, werden sie feststellen, dass diese Methode tatsächlich praktischer ist, da sie nach statistischen Methoden in große Kategorien unterteilt ist, was dem Verständnis von Statistiken förderlicher ist. Assoziationen zwischen Methoden.
Darüber hinaus kann das JMP-Menü jederzeit zwischen Chinesisch und Englisch umgeschaltet werden. Für wissenschaftliche Forscher, die englischsprachige Artikel veröffentlichen möchten, können sie Analyseergebnisse zunächst auf Chinesisch erstellen und dann die Sprache direkt im Menü ändern (Dokument → Einstellungen). Englisch, sofort wirksam, kein Neustart erforderlich. Das ist sehr menschlich.
02 Bequemerer Analyseprozess
Wenn Sie in der Vergangenheit in den meisten menübasierten Statistikprogrammen eine bestimmte statistische Methode verwenden möchten, klicken Sie auf das entsprechende Menü, und dann warten verschiedene Optionen auf Sie. Nachdem alle Einstellungen abgeschlossen sind, klicken Sie auf OK, um direkt aufzurufen den Ergebnisbereich.
Angenommen, wir haben ein Datenelement (Teilanzeige), das in Abbildung 2 dargestellt ist, und möchten nun sehen, ob es einen statistischen Unterschied in den körperlichen Gesundheitswerten zwischen Menschen, die trinken, und Menschen, die nicht trinken, gibt.
Abbildung 2 Beispieldaten
Wenn Sie eine bestimmte Software verwenden, um diese beiden Gruppen zu vergleichen, sieht die Analysefunktionstabelle wie in Abbildung 3 dargestellt aus. Sie müssen verschiedene Dinge einrichten, dann bestätigen und die Ergebnisoberfläche aufrufen.
Abbildung 3 Analyseschnittstelle einer bestimmten Statistiksoftware
JMP ist anders. Das Analysemenü ist sehr einfach. Es gibt keine Optionen. Ziehen Sie einfach die erforderlichen Variablen per Drag & Drop an die entsprechende Position (Abbildung 4). Es müssen keine zusätzlichen Einstellungen vorgenommen werden. JMP bestimmt automatisch, welche Methodenergebnisse eingegeben werden sollen, basierend auf dem Typ von x (kategorisch oder kontinuierlich, wie in Abbildung 4 dargestellt, die rote Variable ist kategorisch, die blaue Variable ist kontinuierlich) und dem Typ von j.
Da in Abbildung 4 x eine kategoriale Variable und y eine kontinuierliche Variable ist, wählt die Software automatisch die Methode „Einzelfaktor“ (siehe die untere linke Ecke von Abbildung 4, entspricht der Variationsanalyse). Wenn x und y beide kategorisch sind, wird die untere linke Ecke von Abbildung 4 zur „Kontingenz“ (entspricht dem Chi-Quadrat-Test).
Abbildung 4 JMP-Analyseschnittstelle
Manche Leute fragen sich vielleicht: Es gibt keine Option. Was ist, wenn Sie einige Änderungen vornehmen möchten? Obwohl y beispielsweise eine kontinuierliche Variable ist, was passiert, wenn sie die Normalverteilung nicht erfüllt und ohne übergeordnete Zahl getestet werden muss? Das ist die Spezialität von JMP. Die JMP-Analyseschnittstelle ist sehr einfach, aber die Ergebnisschnittstelle ist sehr umfangreich und alle Optionen befinden sich in der Ergebnisschnittstelle (Abbildung 5).
Wenn wir in der Benutzeroberfläche von Abbildung 4 auf „OK“ klicken, gelangen wir zur JMP-Ergebnisschnittstelle (Abbildung 5). Die resultierende Schnittstelle ist standardmäßig einfach, verfügt jedoch über umfangreiche Optionen.
Abbildung 5 Die Analyseergebnisoberfläche des Menüs „Y mit X anpassen“ in JMP
Wie aus Abbildung 5 hervorgeht, können Sie, wenn Sie andere Ergebnisse anzeigen möchten, jederzeit über das rote Dropdown-Menü (rotes Dreieck) überprüfen, welche Methoden Sie benötigen. Wenn Sie sie nicht mehr benötigen, können Sie sie auch überprüfen jederzeit ausschalten. Dieser Ansatz macht die Datenanalyse und -exploration komfortabler. Wenn Sie es in anderer Software noch einmal machen möchten, müssen Sie es noch einmal machen. In JMP wird es jedoch nicht verwendet. Wenn Sie die Methode ändern möchten (z. B. haben Sie einen t-Test durchgeführt und plötzlich festgestellt, dass die Daten möglicherweise nicht der Normalverteilung entsprechen, und Sie möchten einen mutterlosen Test durchführen), gibt es keine Möglichkeit Sie müssen zurückkehren, überprüfen Sie einfach die anderen Methoden in den Ergebnissen. ,Sehr praktisch.
03 Halbintelligenter Betrieb
Alle klinischen Forscher haben möglicherweise einen Traum: Wie großartig wäre es, wenn sie Daten in Software protokollieren und dann alles der Software überlassen könnten.
Obwohl es keine vollständig intelligente Statistiksoftware gibt, ist dies dennoch mit halbintelligenter Software möglich. Mit anderen Worten: Auch wenn Statistiksoftware eine Methode nicht ausschließlich auf der Grundlage der Daten auswählen kann, kann sie Ihnen in bestimmten Situationen dennoch bei der Auswahl helfen. Wenn Sie beispielsweise die Mittelwerte mehrerer Gruppen vergleichen möchten, können Sie den t-Test definitiv nicht direkt verwenden. Wenn Sie eine Regressionsanalyse durchführen möchten und das Ergebnis kategoriale Daten sind, werden Sie in den meisten Fällen zunächst die logistische Regression in Betracht ziehen. usw. Hier hilft JMP jedem, halbintelligent zu werden.
Tatsächlich glaube ich, dass Sie anhand der zuvor vorgestellten Abbildung 4 bereits gespürt haben, dass „Y mit anpasst“.
Lassen Sie uns die Leistung von JMP im halbintelligenten Modus weiter demonstrieren.
Lassen Sie uns dies noch einmal veranschaulichen, indem wir die körperlichen Gesundheitswerte zweier Gruppen von Menschen vergleichen, die trinken und nicht trinken. Sehen wir uns zunächst die Ergebnisse in Abbildung 5 an. Da es sich um einen Vergleich zwischen zwei Gruppen handelt, kann normalerweise der T-Test in Betracht gezogen werden. Wir stellen fest, dass die Ergebnisse einen T-Test enthalten („zusammengeführtes t“ in Abbildung 6).
Abbildung 6 Schnittstelle „Analyseergebnisse“ zum Vergleich zwischen zwei Gruppen in JMP
Jetzt ändern wir eine Gruppierungsvariable und vergleichen die körperlichen Gesundheitswerte verschiedener Herzfunktionsklassen. Die Klassifizierung der Herzfunktion ist eine Mehrfachklassifizierung, und zunächst wird die Varianzanalyse berücksichtigt. Wir verwenden die gleiche Operationsmethode wie in Abbildung 4 (ersetzen Sie einfach das Trinken in Abbildung 4 durch die Klassifizierung der Herzfunktion), um die Analyseergebnisschnittstelle in Abbildung 7 zu erhalten.
Zu diesem Zeitpunkt werden Sie überrascht sein, dass das „zusammengeführte t“ in Abbildung 7 fehlt.
Abbildung 7 Analyseergebnisschnittstelle für mehrere Gruppenvergleiche in JMP
Warum? Da der T-Test nicht für Mehrgruppenvergleiche verwendet werden kann, entfernt JMP automatisch Methoden, die für Sie nicht verwendet werden sollten. Dies ist insbesondere für Nicht-Statistiker sehr wichtig.
Nehmen wir als weiteres Beispiel an, wir verwenden den körperlichen Gesundheitswert als abhängige Variable, um die Auswirkungen mehrerer anderer Indikatoren auf den körperlichen Gesundheitswert zu analysieren. Im Allgemeinen kann eine lineare Regression in Betracht gezogen werden.
Wir ziehen die abhängigen Variablen und Argumente über das Menü „Fit Model“ an die entsprechenden Positionen (Abbildung 8). Dann werfen Sie einen Blick darauf. JMP wählt standardmäßig die „Standardmethode der kleinsten Quadrate“ (entspricht der linearen Regression) und blendet die beiden logistischen Regressionsmethoden automatisch aus, sodass Sie keine Auswahl haben.
Abbildung 8 Analyseoberfläche des Menüs „Fitting Model“ in JMP
Warum ist das? Da es sich bei dem Ergebnis (Score der körperlichen Gesundheit) um eine kontinuierliche Variable handelt, kann die logistische Regression nicht für die Regression kontinuierlicher Variablen verwendet werden. Die lineare Regression wird am häufigsten verwendet. Bei diesem grundlegendsten Fehler hilft Ihnen JMP direkt dabei, ihn zu vermeiden.
Anhand der beiden oben genannten Beispiele können Sie sehen, dass die JMP-Software in jeder Hinsicht ihre Liebe zu Nicht-Statistik-Studiengängen widerspiegelt. Professionalität zeigt sich im Detail, was wirklich gut gemeint ist.
04 Vollständig interaktive Bedienung
Die meisten Statistikprogramme arbeiten von Daten zu Ergebnissen. Nachdem Ergebnisse auf der Grundlage von Daten erstellt wurden, ist es im Allgemeinen schwierig, von Ergebnissen zu Daten zu gelangen.
Aber JMP ist anders. Die Ergebnisse sind erst der Anfang der eigentlichen Analyse. Entsprechende Ergebnisse können nicht nur je nach Bedarf hinzugefügt oder gelöscht werden (Abbildung 5), sondern die Ergebnisse stehen immer im Zusammenhang mit den Daten.
Abbildung 9 zeigt die Altersverteilung, bietet statistische Beschreibungsindikatoren und bietet Grafiken. Das Wichtigste ist, dass diese Diagramme mit der Maus ausgewählt werden können. Wenn Sie das Diagramm einer beliebigen Variablen auswählen, werden auch die entsprechenden Beobachtungen anderer Variablen ausgewählt.
In Abbildung 9 gibt es beispielsweise zwei Variablen: Alter und Altersschichtung. Wenn wir die entsprechenden Daten der Variablen Alter auswählen, werden Sie feststellen, dass auch die Variable „Altersschichtung“ und „Altersschichtung“ ausgewählt sind in der Frequenzliste ist ebenfalls ausgewählt. Wenn Sie in den Datensatz schauen, werden Sie feststellen, dass diese Daten auch im Datensatz ausgewählt sind. Mit anderen Worten, JMP-Software ist nicht einfach „Daten → Ergebnisse“, sondern Daten und Ergebnisse sind interaktiv. Es kann „Daten → Ergebnisse“ oder „Ergebnisse → Daten“ sein. Daten und Ergebnisse stehen immer in Beziehung.
Abbildung 9 Beispiel für die Interaktion zwischen Daten und Ergebnissen in JMP
Manche Leute fragen sich vielleicht: Was nützt diese Verbindung? Sehr nützlich für die praktische Arbeit. Wenn Sie beispielsweise „trinkende“ Personen separat auswählen möchten, müssen Sie diese Filterfunktionen nicht einmal verwenden. Sie können „trinken“ direkt im Bild auswählen und es wird dann gleichzeitig im Datensatz ausgewählt (Abbildung). 10) und verwenden Sie dann die Funktion „Teilmenge“. Wählen Sie einfach die Informationen der trinkenden Personen aus.
Abbildung 10 Verwenden von Grafiken zum Filtern von Daten in JMP
Wenn wir beispielsweise einen abnormalen Punkt im Streudiagramm finden und die Daten schnell lokalisieren möchten, können wir den Punkt im Diagramm direkt auswählen, dann zum Datensatz gehen und feststellen, dass der Punkt markiert ist, und dies können wir direkt tun Verwenden Sie die Positionierungsfunktion, um es zu lokalisieren. Diese Beobachtung erspart Ihnen die Zeit, diese Informationen selbst zu überprüfen.
05 Andere humanisierte Funktionen
JMP verfügt tatsächlich über viele benutzerfreundliche Funktionen, die in diesem Artikel nur schwer zu vervollständigen sind und in den folgenden Artikelserien einzeln vorgestellt werden. Abschließend möchte ich noch einige praktische und zeitsparende Funktionen erwähnen.
Beispielsweise gibt es in JMP-Datentabellen keine Einschränkungen hinsichtlich der Variablennamen und der Benennung von Variablenwerten. Es ist kein Problem, ob es sich um Chinesisch, Englisch, Sonderzeichen usw. handelt. Derzeit ist dies mit den meisten Statistikprogrammen nicht möglich und es bestehen häufig bestimmte Einschränkungen bei den Variablennamen, was dazu führt, dass die Zahlen nach Erhalt der Ergebnisse geändert werden müssen, was zu mühsam ist. JMP kann das Ergebnis ohne Änderung direkt basierend auf dem Variablennamen erzeugen.
Ein weiteres Beispiel: Die Grafikfunktion von JMP ist interaktiv und unterscheidet sich von anderen Statistikprogrammen in der Vergangenheit. Sie basiert nicht auf der Angabe von Variablen zum Zeichnen von Grafiken und kann vollständig durch Ziehen und Ablegen realisiert werden (Abbildung 11). Mehrere Diagramme können frei umgeschaltet werden. Klicken Sie einfach mit der Maus (die obere Grafik in Abbildung 11 wechselt sofort mit einem Mausklick).
Abbildung 11 JMP-Zeichnungsschnittstellenanzeige
Natürlich sind die Vorteile von JMP nicht darauf beschränkt. Das Obige sind nur einige Erfahrungen, die auf dem basieren, was wir in der tatsächlichen Arbeit verwendet haben. In der folgenden Artikelserie werden wir auch die Eigenschaften von JMP bei der Datensortierung und -bereinigung, der grafischen Darstellung und der statistischen Analyse einzeln anhand von Fällen und Erklärungen vorstellen. Wir glauben, dass diese jedem schnellere und effizientere Analysemethoden bieten werden.
