Dans l'article précédent, nous avons présenté Trois manières courantes d'importer des données Excel dans JMP : Copiez et collez, importez directement et générez des fiches de données directement à partir de l'onglet JMP dans Excel.
Cet article continue de vous apporter les connaissances de base et le fonctionnement du logiciel JMP - Types de variables et paramètres des étiquettes de variable .
Le type de variable lui-même n'est pas difficile, mais dans JMP, si vous pouvez vraiment utiliser les paramètres de type de variable de manière flexible, vous trouverez un monde coloré de résultats. Donc, si vous regardez de plus près cet article, vous constaterez qu'il y a tellement d'astuces et de secrets cachés dans le paramètre de type de variable dans le JMP d'origine.
Prenons l'exemple d'un ensemble de données nommé "Diabetes". Après avoir importé les données, l'état illustré à la figure 1 s'affiche.
Figure 1 Exemple de données
01 du nom de la variable
Si vous voulez changer le nom d'une variable , par exemple en remplaçant "Sexe" par "Sexe", Il y a deux façons de le faire .
- Tout d'abord, cliquez avec le bouton droit sur le nom de la variable que vous souhaitez modifier, cliquez avec le bouton gauche pour sélectionner "Informations sur la ligne", remplissez le nom de la variable que vous souhaitez modifier dans la fenêtre contextuelle, puis cliquez sur OK, comme illustré à la figure 2.
Figure 2 Changer la méthode de nom de variable 1
- Une autre méthode consiste à sélectionner la variable dont vous souhaitez modifier le nom dans le tableau des lignes de variables sur le côté gauche de la fenêtre, appuyez à nouveau dessus pour passer en mode modifiable (comme illustré à la figure 3), remplissez le nouveau nom de variable, cliquez sur le espace vide ou appuyez sur Entrée.
Figure 3 Modifier la méthode de nom de variable 2
02 type de variables
" informations de ligne " La fenêtre peut non seulement changer le nom de la variable, mais aussi le type de variable.
Lors de l'importation de données, JMP détermine deux types pour chaque variable, comme illustré à la figure 4, qui sont " Type de données " et " Type de modélisation " .
Figure 4 Diagramme schématique des types de variables
- " Type de données " détermine la variable dans JMP format de stockage dans , il existe quatre types de menus déroulants, comme le montre la figure 5. Dans des circonstances normales, nos données n'impliquent que deux types : le type numérique et le type de caractère : les variables numériques sont toutes des chiffres et peuvent être utilisées, tandis que les variables peuvent contenir des lettres, des chiffres ou une combinaison de lettres et de chiffres et ne peut pas effectuer d'opérations.
Ici, nous pouvons changer le "Type de données", mais il y a une chose qui nécessite une attention particulière : Si vous remplacez une variable de type caractère par un type numérique, toutes les valeurs de caractère de la variable deviendront manquantes et ne pourront pas être récupérées. Par conséquent, si ce n'est pas nécessaire, n'essayez pas facilement de modifier les paramètres par défaut du système.
Figure 5 Diagramme schématique des types de données
- " Type de modélisation " Décidé JMP Comment gérer cette variable dans l'analyse des données , le menu déroulant comprend plusieurs options. En général, nous n'utilisons que les trois premières : continue, ordinale et nominale, voir la figure 7.
Après avoir clarifié le type de variable, examinons Le réglage du type de variable est correct JMP Quel est l'impact de la représentation graphique, de la tabulation et de l'analyse statistique, et comment transformer les types de variables .
03 Le type de variable détermine comment JMP affichera vos tableaux et graphiques
Les figures 6 et 8 montrent l'état des tableaux et des graphiques présentés par JMP lorsque "l'âge" est utilisé comme variable "continue" ; les figures 7 et 9 montrent l'état des tableaux et des graphiques présentés par JMP lorsque "l'âge" est utilisé comme variable une variable "nominale" Etat des tableaux et des graphiques.
Lors de la création d'un tableau, faites glisser l'âge dans la cible horizontale du tableau, et la coordonnée verticale de l'âge "continu" apparaîtra automatiquement "somme". Vous pouvez également ajouter des indicateurs tels que la moyenne et l'écart type pour décrire les variables continues (Figure 6) . );
Figure 6 Statistiques pour les variables continues tabulées
L'ordonnée de l'âge "nominal" affiche automatiquement le nombre de chaque valeur d'âge (car l'âge est désormais une variable multicatégorie), et vous pouvez également ajouter des indicateurs tels que des pourcentages de ligne pour décrire vous-même les variables catégorielles (Figure 7).
Figure 7 Statistiques pour les variables catégorielles tabulées
Lors du dessin, lorsque nous faisons glisser l'âge dans l'axe X du générateur de graphique et que nous cliquons sur le bouton de la barre horizontale ci-dessus, l'âge "continu" apparaîtra sous la forme d'une carte de répartition de la répartition par âge, et chaque colonne représente la répartition par âge au sein d'un certain âge nombre d'observations (figure 8);
Figure 8 Diagramme de distribution de l'affichage variable continu
Alors que chaque barre pour l'âge "nominal" représente le nombre d'observations pour cette valeur d'âge (représentant une classe dans une variable multiclasse) (Figure 9).
Figure 9 Diagramme de fréquence de l'affichage de la variable catégorielle
Peut-être que vous n'êtes pas très clair sur la méthode graphique dans l'exemple tout à l'heure, ne vous inquiétez pas, nous l'introduirons en détail plus tard.
04 JMP Le modèle approprié peut être sélectionné automatiquement en fonction du type de variable
en premier "5 raisons pour lesquelles le logiciel JMP est fait pour vous ? 》 Comme mentionné dans , JMP est un logiciel semi-intelligent qui peut choisir automatiquement certaines méthodes de base en fonction du type de variables. Allons plus en détail ici.
En prenant le modèle de régression généralisé comme exemple, sélectionnez Analyse → Ajuster le modèle dans la colonne du menu supérieur, puis sélectionnez Linéaire généralisé dans la zone de trait sur le côté droit de la boîte de dialogue contextuelle. Nous définissons Y continu, ordinal et nominal comme variable dépendante dans les données de l'échantillon.
lorsque nous sera continue Oui mettre dans un Oui (variable dépendante) case , la distribution donnée par JMP par défaut est Normalité , la distribution qui peut être sélectionnée dans la liste déroulante est illustrée à la figure 10. Notez que la régression logistique est actuellement grise et ne peut pas être sélectionnée.
Figure 10 La méthode de préréglage variable continue
lorsque nous le nominal Oui mettre dans un Oui (variable dépendante) box, la distribution donnée par JMP par défaut est binôme (Figure 11), et les autres options de la liste déroulante sont grisées (non sélectionnables).
Figure 11 Méthode de préréglage des variables qualitatives
lorsque nous sera commandé Oui mettre dans un Oui (variable dépendante) box, la distribution donnée par JMP par défaut est ordinal La logistique (Figure 12), à l'exception de "Polynôme" dans le menu déroulant, les autres options sont grisées (non sélectionnables).
Figure 12 La méthode de préréglage des variables ordinales
05 Les résultats de l'estimation des paramètres sont différents lorsque différents types de variables sont utilisés comme arguments
Toujours en prenant la régression généralisée comme exemple, nous générons de nouvelles variables regroupées selon les groupes d'âge par âge (type continu), les définissons respectivement comme type nominal et type ordinal, prenons Y (type continu) comme variable dépendante et utilisons l'âge (type continu). type) comme variable dépendante respectivement. ), l'âge (nominal) et l'âge (ordinal) sont utilisés comme arguments pour construire un modèle de régression généralisé, et les résultats sont présentés dans la Figure 13-15.
Lorsque l'argument est une variable continue , il n'y a qu'une seule estimation de paramètre pour la variable (figure 13), ce qui signifie la variation moyenne de la variable dépendante pour chaque augmentation d'âge d'un an.
Figure 13 Résultats de l'estimation des paramètres pour les arguments continus
Lorsque l'âge est entré dans le modèle en tant que variable multicatégorielle , le modèle présuppose que la dernière catégorie classée est utilisée comme référence, et une comparaison de chacune des catégories restantes avec la référence donne une estimation des paramètres (Figure 14). Par exemple, dans cet exemple, nous divisons l'âge en 3 tranches d'âge : <50, 50-59, >=60. En prenant >=60 comme référence, les 2 groupes d'âge restants ont été comparés à cette classe. Les significations montrent les résultats de <50 par rapport à >=60 et 50-59 par rapport à >=60, respectivement.
Figure 14 Résultats de l'estimation des paramètres pour les variables catégorielles
Bien entendu, d'autres classes peuvent également être définies comme groupes de référence, qui peuvent être ajustés par l'ordre des valeurs.Pour plus de détails, veuillez vous référer à l'opération "ordre des valeurs" décrite plus loin.
Lorsque l'âge est entré dans le modèle en tant que variable ordinale , les résultats montrent une comparaison de deux classes adjacentes (Figure 15). Sa signification montre les résultats de 50-59 par rapport à <50, >=60 par rapport à 50-59, respectivement.
Figure 15 Résultats de l'estimation des paramètres des variables ordonnées
En comparant la Figure 14 et la Figure 15, il n'est pas difficile de comprendre la différence entre les résultats nominaux (classification non ordonnée) et ordinaux.
06 Comment changer le type de variable ?
Il existe deux manières de modifier le type de variable :
Une façon est Modifier les informations de la ligne (Figure 16);
Figure 16 Modification de la méthode de type de variable 1
Une autre façon est Dans le tableau de lignes variables sur le côté gauche du tableau de données Cliquez sur l'icône devant la variable pour la modifier (Figure 17).
Figure 17 Méthode 2 de modification du type de variable
Lorsque vous modifiez le type de variable, vous devez faire attention à quelques points :
(1) "Type de modélisation" est continu La variable dont le "type de données" ne peut être que numérique ;
(2 ) La valeur Type de modélisation est variable nominale , dont le "Type de données" Peut être numérique ou caractère , lors de la modélisation, JMP l'utilise comme pas de commande variables discrètes de ;
(3) "Type de modélisation" est ordinal , comme le type nominal, le "type de données" de sa variable Peut être numérique ou caractère , lors de la modélisation, JMP l'utilise comme en ordre variables discrètes de .
Maintenant que nous comprenons l'impact des types de variables sur le traçage, les rapports et l'analyse, voyons comment ajuster l'ordre des valeurs. C'est aussi un sujet auquel les gens prêtent souvent attention.
07 Comment ajuster l'ordre des valeurs pour le nominal et l'ordinal ?
Pour le nominal et l'ordinal, il est important d'apprendre à ajuster l'ordre des valeurs des variables.
Si la valeur de la variable est 1, 2, 3, etc. chiffres, dans ce cas, ne vous souciez pas de l'ordre, le logiciel déterminera l'ordre des variables en fonction de la taille des chiffres. Par exemple, lorsque le graphique est affiché, les coordonnées seront triées en fonction de ces chiffres.
Mais si votre valeur utilise des lettres ou d'autres caractères comme "élevé", "moyen", "faible", etc., JMP utilise par défaut l'ordre des variables dans l'ordre alphabétique, c'est-à-dire l'ordre "élevé", "faible", "moyen". .
Pour les variables dont les valeurs sont des lettres ou d'autres caractères, parfois elles ne sont pas dans l'ordre souhaité. Comme dans l'exemple ci-dessus, l'ordre par défaut (ordre alphabétique) de JMP est en fait "élevé", "faible", "moyen". Dans ce cas, à la fois dans le graphique et dans les résultats de l'analyse statistique, c'est dans cet ordre Affichage , évidemment cela ne répond pas à nos attentes. Ce que nous nous attendons à voir, c'est l'ordre "élevé", "moyen", "faible". Cela nécessite d'apprendre à modifier l'ordre des valeurs des variables.
Il existe deux manières de modifier l'ordre des valeurs des variables :
(1) Sélectionnez la ligne que vous souhaitez modifier, Propriétés de la ligne du menu contextuel → ordre de valeur (Figure 18);
Figure 18 Ajustement de l'ordre des valeurs pour les types nominaux et ordinaux Méthode 1
(2) Cliquez sur Propriétés de la ligne dans la fenêtre Informations sur la ligne → ordre de valeur (Figure 19);
Figure 19 Ajustement de l'ordre des valeurs des types nominaux et ordinaux Méthode 2
08 étiquette variable
Pour les variables catégorielles, bien que nous puissions saisir directement les données sous forme de caractères, tels que les hauts, moyens et bas susmentionnés, dans la plupart des cas, nous saisissons les données sous forme numérique (telles que haut, moyen et bas). moyen et faible sont enregistrés comme 1, 2 et 3 respectivement), c'est pour la commodité de l'analyse, et le tableau de données semble soigné.
Mais du point de vue de l'affichage des résultats, nous préférons en fait voir la signification représentée par chaque catégorie (par exemple, "élevé", "moyen" et "faible" sont directement affichés dans la figure au lieu de 1, 2 et 3) . Dans ce cas, vous devez utiliser la fonction de balise de données .
Ce qui suit vous présentera JMP de " étiquette de valeur " Fonction , Une fois configurées, les étiquettes peuvent être utilisées directement dans le graphique généré, ce qui permet de gagner du temps et d'augmenter la lisibilité des résultats.
Encore une fois, il existe deux façons de définir des étiquettes de valeur :
- L'un est Cliquez sur Propriétés de la ligne dans la fenêtre Informations sur la ligne → étiquette de valeur (Figure 20);
Figure 20 Définition de la méthode d'étiquette variable 1
- Deuxièmement, après avoir sélectionné la ligne, Propriétés de la ligne du menu contextuel → étiquette de valeur (Figure 21);
Figure 21 Définition de la méthode d'étiquette variable 2
Si vous ne voulez soudainement plus regarder l'étiquette à l'avenir, mais que vous voulez voir les données d'origine, c'est très simple. Vous n'avez pas besoin de supprimer l'étiquette de valeur qui a été définie. Il vous suffit de cliquer avec le bouton droit sur la variable, et dans le menu qui s'affiche, placez "Utiliser l'étiquette de valeur" devant Just check the checkmark (Figure 22).
Figure 22 Annulation des étiquettes de valeur
Ce qui précède est le guide pratique de JMP que nous vous présentons dans ce numéro. Si vous n'avez pas encore essayé JMP, bienvenue Télécharger la version d'essai de JMP , suivez l'article pour vous entraîner !
