En el artículo anterior te presentamos Tres formas comunes de importar datos de Excel a JMP : Copie y pegue, importe directamente y genere directamente tablas de datos desde la pestaña JMP en Excel.
Este artículo continúa brindándole los conocimientos básicos y el funcionamiento del software JMP: El tipo de variable y la configuración de la etiqueta de variable .
El tipo de variable en sí no es difícil, pero en JMP, si realmente puede usar la configuración del tipo de variable de manera flexible, encontrará un mundo colorido de resultados. Por lo tanto, si lee este artículo con atención, encontrará que hay muchos trucos y secretos ocultos en la configuración del tipo de variable en el JMP original.
Tomemos como ejemplo un conjunto de datos llamado "Diabetes". Después de importar los datos, se mostrará en la Figura 1.
Figura 1 Datos de muestra
01 Hablando de nombres de variables
Si desea cambiar el nombre de una variable , Como cambiar "género" a "género", Hay dos maneras de hacerlo .
- La primera es hacer clic con el botón derecho del mouse en el nombre de la variable que desea cambiar y hacer clic con el botón izquierdo para seleccionar "Información de línea". Complete el cuadro con el nombre de la variable que desea cambiar en la ventana emergente y haga clic en Aceptar, como se muestra en la Figura 2.
Figura 2 Cómo cambiar varios nombres 1
- Otra forma es seleccionar la variable cuyo nombre desea cambiar en la tabla de filas de variables en el lado izquierdo de la ventana, presionarla nuevamente para cambiar al modo editable (como se muestra en la Figura 3), completar el nombre de la nueva variable y hacer clic en el espacio en blanco o presionar Enter. poder.
Figura 3 Cómo cambiar varios nombres 2
02 Tipo variable
" Información de línea " La ventana no solo puede cambiar el nombre del número, sino también el tipo de número.
Al importar datos, JMP determina dos tipos para cada variable, como se muestra en la Figura 4, que son " Tipo de datos " con " Tipo de modelado " .
Figura 4 Diagrama esquemático de tipos de variables
- " Tipo de datos " Determina la variable en JMP Formato de almacenamiento en , El menú desplegable tiene cuatro tipos, como se muestra en la Figura 5. En circunstancias normales, nuestros datos solo incluirán dos tipos: numérico y tipo de carácter: las variables numéricas son todos dígitos, que se pueden operar, y el tipo de carácter Las variables pueden contener letras, dígitos o una combinación de letras y dígitos y no se pueden utilizar.
Aquí podemos cambiar el "tipo de datos", pero hay un punto que necesita atención especial: Si cambia una variable de carácter a un valor numérico, todos los valores de carácter de la variable se convertirán en valores perdidos y no se podrán restaurar. Por lo tanto, si no es necesario, no intente modificar fácilmente la configuración predeterminada del sistema.
Figura 5 Diagrama esquemático de tipos de datos
- " Tipo de modelado " Decidido JMP Cómo lidiar con esta variable durante el análisis de datos El menú desplegable incluye múltiples opciones, en general solo usaremos las tres primeras: continua, ordenada y nominal, como se muestra en la Figura 7.
Después de aclarar el tipo de variable, echemos un vistazo La configuración del tipo de variable es correcta JMP ¿Cuáles son los efectos del mapeo, la tabulación y el análisis estadístico, y cómo cambiar los tipos de variables? .
03 El tipo de variable determina cómo JMP presentará sus tablas y gráficos
Las figuras 6 y 8 muestran el estado de las tablas y gráficos presentados por JMP cuando se usa "edad" como variable "continua"; las figuras 7 y 9 muestran cómo se presenta JMP cuando se usa "edad" como variable "nominal" El estado de tablas y gráficos.
Al tabular, arrastre la edad al encabezado horizontal de la tabulación, el eje vertical de la edad "continua" aparecerá automáticamente como "total", también puede agregar la media, la desviación estándar y otros indicadores utilizados para describir las variables continuas (Figura 6 );
Figura 6 Estadísticas mostradas en la tabulación de variables continuas
La ordenada de la edad "nominal" muestra automáticamente el número de cada valor de edad (porque la edad se utiliza como una variable de múltiples categorías en este momento), y también puede agregar indicadores como porcentajes de fila para describir variables categóricas (Figura 7).
Figura 7 Estadísticas mostradas en la tabulación de variables clasificadas
Al dibujar, cuando arrastramos la edad al eje X del generador de gráficos y hacemos clic en el botón de gráfico de barras en la parte superior, la edad "continua" es el mapa de distribución de la distribución de edades, y cada columna representa la edad en un cierto rango de edad. Número de observaciones (Figura 8);
Figura 8 Diagrama de distribución de visualización de variable continua
Y cada columna de la edad "nominal" representa el número de observaciones de ese valor de edad (que representa una clase en una variable multiclase) (Figura 9).
Figura 9 Diagrama de frecuencia de visualización de la variable de clasificación
Quizás no tenga muy claro el diagrama del ejemplo de este momento, no se preocupe, lo presentaremos en detalle más adelante.
04 JMP El modelo apropiado se puede seleccionar automáticamente según el tipo de variable
En el primer post "¿5 razones para decirte por qué el software JMP es más adecuado para ti? 》 Como se menciona en el artículo, JMP es un software semiinteligente que puede realizar automáticamente algunas elecciones de métodos básicos según el tipo de variable. Déjame hablar más sobre esto aquí.
Tome el modelo de regresión generalizada como ejemplo, seleccione Análisis → Ajustar modelo en la columna del menú superior y seleccione Lineal generalizado en el cuadro de características en el lado derecho del cuadro de diálogo emergente. Establecimos Y continua, ordenada y nominal como variables dependientes en los datos de la muestra.
cuando nosotros Continuo Y poner en un Y Cuadro (Variable dependiente) Posteriormente, la distribución dada por JMP por defecto es Normalidad , La distribución seleccionable de la lista desplegable se muestra en la Figura 10. Tenga en cuenta que la regresión logística es gris y no se puede seleccionar.
Figura 10 El método de preajuste variable continua
cuando nosotros Nominal Y poner en un Y (Variable dependiente) Después del cuadro, la distribución predeterminada proporcionada por JMP es Binomio (Figura 11), y las otras opciones en la lista desplegable son grises (no seleccionables).
Figura 11 Método de preajuste de variables de clasificación
cuando nosotros Ordenado Y poner en un Y (Variable dependiente) Después del cuadro, la distribución predeterminada proporcionada por JMP es Ordenado Logístico (Figura 12), a excepción de "polinomio" en el menú desplegable, todas las demás opciones son grises (no seleccionables).
Figura 12 Método preestablecido de variables ordenadas
05 Los resultados de la estimación de parámetros son diferentes cuando se utilizan diferentes tipos de variables como argumentos
Aún tomando la regresión generalizada como ejemplo, generamos la edad (tipo continuo) en nuevas variables agrupadas por grupo de edad, y las establecemos como tipo nominal y tipo ordenado respectivamente, con Y (tipo continuo) como variable dependiente y edad (tipo continuo) respectivamente. ), la edad (tipo nominal) y la edad (tipo ordenado) se utilizan como argumentos para construir un modelo de regresión generalizado.Los resultados se muestran en la Figura 13-15.
Cuando el argumento es una variable continua , Solo existe un valor de estimación de parámetro de la variable (Figura 13), lo que significa que por cada 1 año de aumento en la edad, el cambio promedio debido a la variable.
Figura 13 Resultados de la estimación de parámetros de parámetros continuos
Cuando la edad ingresa al modelo como una variable multiclase , El modelo preselecciona la última categoría como referencia, y la comparación de cada una de las categorías restantes con la referencia genera una estimación de parámetro (Figura 14). Por ejemplo, en este ejemplo, dividimos la edad en 3 grupos de edad: <50, 50-59,> = 60. Tome> = 60 como referencia y compare los otros dos grupos de edad con esta categoría. Los significados muestran respectivamente los resultados de comparar <50 con> = 60 y 50-59 con> = 60.
Figura 14 Resultados de la estimación de parámetros de las variables de clasificación
Por supuesto, también puede establecer otras clases como grupo de referencia, que se pueden ajustar mediante la secuencia de valores. Para obtener más información, consulte la operación "secuencia de valores" que se describe más adelante.
Cuando la edad entra en el modelo como variable ordenada , El resultado muestra la comparación de dos categorías adyacentes (Figura 15). Los significados muestran, respectivamente, los resultados de comparar 50-59 y <50,> = 60 y 50-59.
Figura 15 Resultados de la estimación de parámetros de variables ordenadas
Al comparar la Figura 14 y la Figura 15, no es difícil comprender la diferencia entre los resultados del tipo nominal (clasificación desordenada) y el tipo ordenado.
06 ¿Cómo cambiar el tipo de número?
Hay dos formas de cambiar el tipo de número:
Una forma es Editar información en línea (Figura 16);
Figura 16 Método 1 para cambiar el tipo de número
Otra forma es En la tabla de filas de variables en el lado izquierdo de la tabla de datos Haga clic en el icono antes de la variable para cambiar (Figura 17).
Figura 17 Método 2 para cambiar el tipo de número
Al cambiar el tipo de número, hay que prestar atención a varias cosas:
(1) El "tipo de modelado" es Continuo Variable, su "tipo de datos" Solo puede ser numérico ；
(2 ) "Tipo de modelado" es Variable nominal , Su "tipo de datos" Puede ser un número o un carácter , Al modelar, JMP lo considera como Sin orden Variables discretas ；
(3) El "tipo de modelado" es Ordenado , Al igual que el tipo nominal, el "tipo de datos" de su variable Puede ser numérico o de caracteres , Al modelar, JMP lo considera como En orden Variables discretas .
Después de comprender el impacto de los tipos de variables en los dibujos, informes y análisis, veamos cómo ajustar el orden de los valores. Este también es un tema al que la gente suele prestar atención.
07 ¿Cómo ajustar el orden de valores de tipos nominales y ordenados?
Para tipos nominales y ordenados, es más importante aprender a ajustar el orden de los valores de las variables.
Si el valor de la variable es 1, 2, 3 ... etc., en este caso, no hay necesidad de preocuparse por el problema del pedido, el software determinará el orden de la variable según el tamaño del dígito. Por ejemplo, cuando se muestran gráficos, las coordenadas se ordenarán de acuerdo con estos dígitos.
Pero si su valor usa letras como "alto", "medio", "bajo" u otros caracteres, JMP determina por defecto el orden de la variable en orden alfabético, es decir, "alto", "bajo", " orden "media".
Para las variables cuyos valores son letras u otros caracteres, a veces su orden no es el esperado. Como en el ejemplo anterior, el orden predeterminado (orden alfabético) de JMP es en realidad "alto", "bajo" y "medio". En este caso, ya sea en el gráfico o en el resultado del análisis estadístico, es en este orden Muestre, obviamente esto no cumple con nuestras expectativas. Lo que esperamos ver es el orden de "alto", "medio" y "bajo". Esto requiere aprender a modificar el orden de los valores de las variables.
Hay dos formas de modificar la secuencia de valores de las variables:
(1) Seleccione la fila que desea modificar, Propiedades de la fila del menú contextual → Orden de valor (Figura 18);
Figura 18 Método 1 de ajuste del orden de valores de tipos nominales y ordenados
(2) Haga clic en las propiedades de la fila en la ventana de información de la fila. → Orden de valor (Figura 19);
Figura 19 Método 2 de ajuste del orden de valores de tipos nominales y ordenados
08 Etiqueta variable
Para las variables de clasificación, aunque podemos ingresar directamente en forma de caracteres al ingresar, como el alto, medio y bajo mencionado anteriormente, en la mayoría de los casos ingresamos los datos en forma digital (como alto, Medio y bajo se registran como 1, 2 y 3 respectivamente), esto es para la conveniencia del análisis y la tabla de datos se ve ordenada.
Pero desde la perspectiva de los resultados, en realidad queremos ver el significado de cada categoría (como mostrar directamente "alto", "medio" y "bajo" en la figura en lugar de 1, 2, 3). En este caso, debe utilizar la función de etiqueta de datos .
Dejame presentarte JMP de " Etiqueta de valor " Caracteristicas , Una vez configuradas, las etiquetas se pueden usar directamente en el gráfico generado, lo que ahorra tiempo y aumenta la legibilidad de los resultados.
Del mismo modo, hay dos formas de establecer etiquetas de valor:
- Uno es Haga clic en las propiedades de la fila en la ventana de información de la fila. → Etiqueta de valor (Figura 20);
Figura 20 Método 1 de configuración de etiquetas de variables
- En segundo lugar, después de seleccionar la fila, Propiedades de la fila del menú contextual → Etiqueta de valor (Figura 21);
Figura 21 Método 2 de configuración de etiquetas de variables
Si en el futuro de repente no quiere mirar la etiqueta y quiere ver los datos originales, también es muy simple. No es necesario que elimine la etiqueta de valor que se ha establecido. Simplemente haga clic con el botón derecho en la variable. En el menú que aparece, coloque el Simplemente marque la marca de verificación (Figura 22).
Figura 22 Cancelar la etiqueta de valor
Lo anterior es la guía práctica de JMP que le presentamos en este número. Si no ha experimentado JMP, bienvenido Descargar versión de prueba de JMP ¡Sigue el artículo para practicar!
