Im vorherigen Artikel haben wir vorgestellt Drei gängige Methoden zum Importieren von Excel-Daten in JMP : Kopieren und einfügen, direkt importieren und Datenblätter direkt aus der JMP-Registerkarte in Excel generieren.
Dieser Artikel vermittelt Ihnen weiterhin die grundlegenden Kenntnisse und die Bedienung der JMP-Software - Arten von Variablen und Einstellungen für Variablenlabels .
Der Variablentyp selbst ist nicht schwierig, aber in JMP, wenn Sie die Variablentyp-Einstellungen wirklich flexibel nutzen können, finden Sie eine bunte Ergebniswelt. Wenn Sie sich diesen Artikel also genauer ansehen, werden Sie feststellen, dass in der Variablentypeinstellung im ursprünglichen JMP so viele Tricks und Geheimnisse verborgen sind.
Nehmen wir als Beispiel einen Datensatz mit dem Namen „Diabetes“: Nach dem Import der Daten wird der in Abbildung 1 dargestellte Zustand angezeigt.
Abbildung 1 Beispieldaten
01 aus dem Variablennamen
Wenn Sie den Namen einer Variablen ändern möchten , wie das Ändern von "Gender" in "Gender", Es gibt zwei Möglichkeiten, dies zu tun .
- Klicken Sie zunächst mit der rechten Maustaste auf den Variablennamen, den Sie ändern möchten, klicken Sie mit der linken Maustaste, um „Line Information“ auszuwählen, geben Sie den Variablennamen, den Sie ändern möchten, in das Popup-Fenster ein und klicken Sie auf OK, wie in Abbildung 2 gezeigt.
Abbildung 2 Methode zum Ändern des Variablennamens 1
- Eine andere Möglichkeit besteht darin, die Variable, deren Namen Sie ändern möchten, in der Variablenzeilentabelle auf der linken Seite des Fensters auszuwählen, sie erneut zu drücken, um in den bearbeitbaren Modus zu wechseln (wie in Abbildung 3 gezeigt), den neuen Variablennamen einzugeben, auf die zu klicken Leerzeichen oder drücken Sie die Eingabetaste.
Abbildung 3 Methode zum Ändern des Variablennamens 2
02 Variablentyp
" Zeileninformationen " Das Fenster kann nicht nur den Variablennamen ändern, sondern auch den Variablentyp.
Beim Importieren von Daten bestimmt JMP zwei Typen für jede Variable, wie in Abbildung 4 dargestellt " Datentyp " und " Modellierungstyp " .
Abbildung 4 Schematische Darstellung von Variablentypen
- " Datentyp " bestimmt die Variable in JMP Speicherformat im , gibt es vier Arten von Dropdown-Menüs, wie in Abbildung 5 gezeigt. Unter normalen Umständen umfassen unsere Daten nur zwei Typen: numerische Typen und Zeichentypen: Numerische Variablen sind alle Ziffern und können bearbeitet werden, während Variablen enthalten können Buchstaben, Ziffern oder eine Kombination aus Buchstaben und Ziffern und kann keine Operationen ausführen.
Hier können wir den "Datentyp" ändern, aber es gibt eine Sache, die besondere Aufmerksamkeit erfordert: Wenn Sie eine Zeichenvariable in einen numerischen Typ ändern, gehen alle Zeichenwerte in der Variablen verloren und können nicht wiederhergestellt werden. Versuchen Sie daher nicht, die Standardeinstellungen des Systems zu ändern, wenn dies nicht erforderlich ist.
Abbildung 5 Schematische Darstellung von Datentypen
- " Modellierungstyp " Beschlossen JMP Umgang mit dieser Variable in der Datenanalyse enthält das Dropdown-Menü mehrere Optionen. Im Allgemeinen verwenden wir nur die ersten drei: kontinuierlich, ordinal und nominal, siehe Abbildung 7.
Nachdem wir den Variablentyp geklärt haben, werfen wir einen Blick darauf Die Einstellung des Variablentyps ist korrekt JMP Welche Auswirkungen haben Grafiken, Tabellen und statistische Analysen und wie lassen sich Variablentypen transformieren? .
03 Der Variablentyp bestimmt, wie JMP Ihre Tabellen und Grafiken darstellt
Abbildungen 6 und 8 zeigen den Zustand der Tabellen und Grafiken, die von JMP dargestellt werden, wenn „Alter“ als „kontinuierliche“ Variable verwendet wird; Abbildungen 7 und 9 zeigen den Zustand der Tabellen und Grafiken, die von JMP dargestellt werden, wenn „Alter“ als verwendet wird eine "nominale" Variable Status von Tabellen und Grafiken.
Wenn Sie eine Tabelle erstellen, ziehen Sie das Alter in das horizontale Ziel der Tabelle, und die vertikale Koordinate des „kontinuierlichen“ Alters wird automatisch als „Summe“ angezeigt. Sie können auch Indikatoren wie Mittelwert und Standardabweichung hinzufügen, um kontinuierliche Variablen zu beschreiben (Abbildung 6). . );
Abbildung 6 Statistik für kontinuierliche Variablen tabelliert
Die Ordinate des „nominalen“ Alters zeigt automatisch die Zahl jedes Alterswerts (da das Alter jetzt eine Variable mit mehreren Kategorien ist), und Sie können auch Indikatoren wie Zeilenprozentsätze hinzufügen, um kategoriale Variablen selbst zu beschreiben (Abbildung 7).
Abbildung 7 Statistik für kategoriale Variablen tabelliert
Wenn wir beim Zeichnen das Alter auf die X-Achse des Diagrammgenerators ziehen und oben auf die horizontale Balkenschaltfläche klicken, wird das "kontinuierliche" Alter als Verteilungskarte der Altersverteilung angezeigt, und jede Spalte repräsentiert die Altersverteilung innerhalb eines bestimmten Alters Bereich, Anzahl der Beobachtungen (Abbildung 8);
Abbildung 8 Verteilungsdiagramm der kontinuierlichen Variablenanzeige
Während jeder Balken für das "nominale" Alter die Anzahl der Beobachtungen für diesen Alterswert darstellt (der eine Klasse in einer Multiklassenvariablen darstellt) (Abbildung 9).
Abbildung 9 Frequenzdiagramm der kategorialen Variablenanzeige
Vielleicht ist Ihnen die Diagrammmethode im Beispiel gerade nicht ganz klar, keine Sorge, wir werden sie später im Detail vorstellen.
04 JMP Das passende Modell kann anhand des Variablentyps automatisch ausgewählt werden
in der ersten „5 Gründe, warum JMP-Software das Richtige für Sie ist? 》 Wie in erwähnt, ist JMP eine halbintelligente Software, die automatisch einige grundlegende Methoden entsprechend dem Variablentyp auswählen kann. Gehen wir hier näher ins Detail.
Am Beispiel des verallgemeinerten Regressionsmodells wählen Sie in der oberen Menüspalte Analysis→Fit Model und im Eigenschaftsfeld auf der rechten Seite des Popup-Dialogfelds Generalized Linear aus. Wir setzen kontinuierliches, ordinales und nominales Y als abhängige Variable in den Beispieldaten.
wenn wir wird kontinuierlich sein Y in ein legen Y (abhängige Variable) Box , ist die von JMP standardmäßig vorgegebene Distribution Normalität , die Verteilung, die aus der Dropdown-Liste ausgewählt werden kann, wird in Abbildung 10 gezeigt. Beachten Sie, dass die logistische Regression zu diesem Zeitpunkt grau ist und nicht ausgewählt werden kann.
Abbildung 10 Die Methode der kontinuierlichen Variablenvoreinstellung
wenn wir der Nennwert Y in ein legen Y (abhängige Variable) box ist die von JMP standardmäßig vorgegebene Distribution Binomial- (Abbildung 11) und andere Optionen in der Dropdown-Liste sind grau (nicht wählbar).
Abbildung 11 Methode der kategorialen Variablenvoreinstellung
wenn wir wird bestellt Y in ein legen Y (abhängige Variable) box ist die von JMP standardmäßig vorgegebene Distribution Ordinal- Logistik (Abbildung 12), außer „Polynomial“ im Dropdown-Menü sind andere Optionen grau (nicht wählbar).
Abbildung 12 Die Methode der ordinalen Variablenvoreinstellung
05 Die Ergebnisse der Parameterschätzung sind unterschiedlich, wenn verschiedene Arten von Variablen als Argumente verwendet werden
Am Beispiel der verallgemeinerten Regression generieren wir neue Variablen, gruppiert nach Altersgruppen nach Alter (kontinuierlicher Typ), setzen sie als nominalen Typ bzw. ordinalen Typ, nehmen Y (kontinuierlicher Typ) als abhängige Variable und verwenden das Alter (kontinuierlich Typ) als abhängige Variable. ), Alter (nominal) und Alter (ordinal) werden als Argumente verwendet, um ein verallgemeinertes Regressionsmodell zu erstellen, und die Ergebnisse sind in Abbildung 13-15 dargestellt.
Wenn das Argument eine kontinuierliche Variable ist , gibt es nur einen Parameterschätzer für die Variable (Abbildung 13), was die durchschnittliche Änderung der abhängigen Variablen für jede Zunahme des Alters um 1 Jahr bedeutet.
Abbildung 13 Ergebnisse der Parameterschätzung für kontinuierliche Argumente
Wenn das Alter als multikategoriale Variable in das Modell eingegeben wird , setzt das Modell voraus, dass die letztrangige Kategorie als Referenz verwendet wird, und ein Vergleich jeder der verbleibenden Kategorien mit der Referenz ergibt eine Parameterschätzung (Abbildung 14). In diesem Beispiel unterteilen wir das Alter beispielsweise in 3 Altersgruppen: <50, 50-59, >=60. Mit >=60 als Referenz wurden die restlichen 2 Altersgruppen mit dieser Klasse verglichen. Die Bedeutungen zeigen die Ergebnisse von <50 im Vergleich zu >=60 bzw. 50-59 im Vergleich zu >=60.
Abbildung 14 Ergebnisse der Parameterschätzung für kategoriale Variablen
Natürlich können auch andere Klassen als Referenzgruppen eingestellt werden, die durch die Wertereihenfolge angepasst werden können.Für Details siehe die später beschriebene Operation "Wertereihenfolge".
Wenn das Alter als ordinale Variable in das Modell eingegeben wird , zeigen die Ergebnisse einen Vergleich zweier benachbarter Klassen (Abbildung 15). Seine Bedeutung zeigt die Ergebnisse von 50-59 im Vergleich zu <50 bzw. >=60 im Vergleich zu 50-59.
Abbildung 15 Ergebnisse der Parameterschätzung von geordneten Variablen
Wenn man Abbildung 14 und Abbildung 15 vergleicht, ist es nicht schwierig, den Unterschied zwischen den Ergebnissen als nominal (ungeordnete Klassifizierung) und ordinal zu verstehen.
06 Wie ändere ich den Variablentyp?
Es gibt zwei Möglichkeiten, den Variablentyp zu ändern:
Ein Weg ist In Zeileninfo bearbeiten (Abbildung 16);
Abbildung 16 Methode zum Ändern des Variablentyps 1
Ein anderer Weg ist In der variablen Zeilentabelle auf der linken Seite der Datentabelle Klicken Sie auf das Symbol vor der Variable, um sie zu ändern (Abbildung 17).
Abbildung 17 Methode 2 zum Ändern des Variablentyps
Beim Ändern des Variablentyps sind einige Dinge zu beachten:
(1) "Modellierungstyp" ist kontinuierlich Die Variable, deren "Datentyp" kann nur numerisch sein ;
(2 ) Modellierungstyp ist nominale Variable , dessen "Datentyp" Kann entweder numerisch oder Zeichen sein , beim Modellieren verwendet JMP es als keine Bestellung diskrete Variablen von ;
(3) "Modellierungstyp" ist Ordinal- , wie der nominale Typ, der "Datentyp" seiner Variablen Kann numerisch oder Zeichen sein , beim Modellieren verwendet JMP es als in Ordnung diskrete Variablen von .
Nachdem wir nun die Auswirkungen von Variablentypen auf die Darstellung, Berichterstellung und Analyse verstanden haben, wollen wir uns ansehen, wie die Reihenfolge der Werte angepasst wird. Dies ist auch ein Thema, dem die Leute oft Aufmerksamkeit schenken.
07 Wie passt man die Reihenfolge der Werte für nominal und ordinal an?
Für nominal und ordinal ist es wichtig zu lernen, wie man die Reihenfolge der Variablenwerte anpasst.
Wenn der Variablenwert 1, 2, 3 usw. Ziffern beträgt, machen Sie sich in diesem Fall keine Gedanken über die Reihenfolge, die Software bestimmt die Reihenfolge der Variablen entsprechend der Größe der Ziffern. Wenn beispielsweise die Grafik angezeigt wird, werden die Koordinaten nach diesen Ziffern sortiert.
Wenn Ihr Wert jedoch Buchstaben oder andere Zeichen wie „hoch“, „mittel“, „niedrig“ usw. verwendet, verwendet JMP standardmäßig die Reihenfolge der Variablen in alphabetischer Reihenfolge, d. h. die Reihenfolge „hoch“, „niedrig“, „mittel“. .
Bei Variablen, deren Werte Buchstaben oder andere Zeichen sind, sind sie manchmal nicht in der gewünschten Reihenfolge. Wie im obigen Beispiel ist die Standardreihenfolge (alphabetische Reihenfolge) von JMP tatsächlich „hoch“, „niedrig“, „mittel". In diesem Fall wird sowohl im Diagramm als auch in den statistischen Analyseergebnissen diese Reihenfolge angezeigt , entspricht dies offensichtlich nicht unseren Erwartungen. Was wir erwarten, ist die Reihenfolge „hoch“, „mittel“, „niedrig“. Dazu müssen Sie lernen, wie die Reihenfolge der Variablenwerte geändert wird.
Es gibt zwei Möglichkeiten, die Reihenfolge der Variablenwerte zu ändern:
(1) Wählen Sie die Zeile aus, die Sie ändern möchten, Klicken Sie mit der rechten Maustaste auf die Eigenschaften der Menüzeile → Wertordnung (Abbildung 18);
Abbildung 18 Anpassen der Reihenfolge der Werte für nominale und ordinale Typen Methode 1
(2) Klicken Sie im Fenster Zeileninfo auf Zeileneigenschaften → Wertordnung (Abbildung 19);
Abbildung 19 Anpassen der Reihenfolge der Werte für nominale und ordinale Typen Methode 2
08 Variablenlabel
Obwohl wir die Daten für kategoriale Variablen direkt in Form von Zeichen eingeben können, wie etwa oben erwähnt, „hoch“, „mittel“ und „niedrig“, geben wir die Daten in den meisten Fällen in digitaler Form ein (wie „hoch“, „mittel“ und „niedrig“). mittel und niedrig werden als 1, 2 bzw. 3 aufgezeichnet), dies dient der Vereinfachung der Analyse, und die Datentabelle sieht ordentlich aus.
Aber aus Sicht der Ergebnisanzeige ziehen wir es tatsächlich vor, die Bedeutung der einzelnen Kategorien zu sehen (z. B. werden „hoch“, „mittel“, „niedrig“ direkt in der Abbildung anstelle von 1, 2 und 3 angezeigt). In diesem Fall müssen Sie die Data-Tag-Funktion verwenden .
Im Folgenden werden Sie vorgestellt JMP von " Wertelabel " Funktion , Einmal eingerichtet, können Beschriftungen direkt im generierten Diagramm verwendet werden, was Zeit spart und die Lesbarkeit der Ergebnisse erhöht.
Auch hier gibt es zwei Möglichkeiten, Wertelabels festzulegen:
- Einer ist Klicken Sie im Fenster Zeileninfo auf Zeileneigenschaften → Wertelabel (Abbildung 20);
Abbildung 20 Methode 1 für die Variablenbeschriftung festlegen
- Zweitens, nachdem Sie die Zeile ausgewählt haben, Klicken Sie mit der rechten Maustaste auf die Eigenschaften der Menüzeile → Wertelabel (Abbildung 21);
Abbildung 21 Methode 2 zur Einstellung der Variablenbeschriftung
Wenn Sie das Label in Zukunft plötzlich nicht mehr sehen möchten, sondern die Originaldaten sehen möchten, ist das ganz einfach: Sie brauchen das Set-Value-Label nicht zu löschen, sondern klicken mit der rechten Maustaste auf die Variable, und Setzen Sie im erscheinenden Menü das „Use value label“ vor das Häkchen „Just check“ (Abbildung 22).
Abbildung 22 Stornierung von Wertelabels
Das Obige ist der praktische Leitfaden zu JMP, den wir Ihnen in dieser Ausgabe vorstellen. Wenn Sie JMP noch nicht kennen, herzlich willkommen Laden Sie die JMP-Testversion herunter , folgen Sie dem Artikel zum Üben!
