En el artículo anterior, presentamos Tres formas comunes de importar datos de Excel a JMP : copie y pegue, importe directamente y genere hojas de datos directamente desde la pestaña JMP en Excel.
Este artículo continúa brindándole el conocimiento básico y el funcionamiento del software JMP: Tipos de variables y configuraciones para etiquetas de variables .
El tipo de variable en sí no es difícil, pero en JMP, si realmente puede usar la configuración de tipo de variable de manera flexible, encontrará un colorido mundo de resultados. Por lo tanto, si echa un vistazo más de cerca a este artículo, encontrará que hay tantos trucos y secretos ocultos en la configuración de tipo de variable en el JMP original.
Tomemos como ejemplo un conjunto de datos llamado "Diabetes". Después de importar los datos, se muestra el estado que se muestra en la Figura 1.
Figura 1 Datos de ejemplo
01 del nombre de la variable
Si desea cambiar el nombre de una variable , como cambiar "Género" a "Género", Hay dos maneras de hacerlo .
- Primero, haga clic con el botón derecho en el nombre de la variable que desea cambiar, haga clic con el botón izquierdo para seleccionar "Información de línea", complete 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 Cambiar el método de nombre de variable 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 pasar al modo editable (como se muestra en la Figura 3), completar el nuevo nombre de variable, hacer clic en el botón espacio en blanco o presione Entrar.
Figura 3 Cambiar el método de nombre de variable 2
02 tipo variable
" información de línea " La ventana no solo puede cambiar el nombre de la variable, sino también el tipo de variable.
Al importar datos, JMP determina dos tipos para cada variable, como se muestra en la Figura 4, que son " tipo de datos " y " Tipo de modelado " .
Figura 4 Diagrama esquemático de tipos de variables
- " tipo de datos " determina la variable en JMP formato de almacenamiento en , hay cuatro tipos de menús desplegables, como se muestra en la Figura 5. En circunstancias normales, nuestros datos solo involucrarán dos tipos: tipo numérico y tipo de carácter: las variables numéricas son todos dígitos y se pueden operar, mientras que las Variables pueden contener letras, dígitos o una combinación de letras y dígitos, y no puede realizar operaciones.
Aquí podemos cambiar el "Tipo de datos", pero hay una cosa que necesita especial atención: Si cambia una variable de carácter a un tipo numérico, todos los valores de carácter de la variable desaparecerán y no se podrán recuperar. 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 " Decidió JMP Cómo manejar esta variable en el análisis de datos , el menú desplegable incluye múltiples opciones, en general solo usamos los tres primeros tipos: continua, ordinal y nominal, ver Figura 7.
Después de aclarar el tipo de variable, echemos un vistazo. La configuración del tipo de variable es correcta. JMP ¿Cuál es el impacto de los gráficos, la tabulación y el análisis estadístico, y cómo transformar los tipos de variables? .
03 El tipo de variable determina cómo JMP representará sus tablas y gráficos
Las Figuras 6 y 8 muestran el estado de las tablas y gráficos presentados por JMP cuando se utiliza "edad" como variable "continua"; las Figuras 7 y 9 muestran el estado de los cuadros y gráficos presentados por JMP cuando se utiliza "edad" como una variable "nominal" Estado de tablas y gráficos.
Al hacer una tabla, arrastre la edad al objetivo horizontal de la tabla, y la coordenada vertical de la edad "continua" aparecerá automáticamente como "suma". También puede agregar indicadores como la media y la desviación estándar para describir variables continuas (Figura 6) .);
Figura 6 Estadísticas para variables continuas tabuladas
La ordenada de edad "nominal" muestra automáticamente el número de cada valor de edad (porque ahora la edad es una variable de varias categorías), y también puede agregar indicadores como porcentajes de fila para describir variables categóricas usted mismo (Figura 7).
Figura 7 Estadísticas para variables categóricas tabuladas
Al dibujar, cuando arrastramos la edad al eje X del generador de gráficos y hacemos clic en el botón de la barra horizontal de arriba, la edad "continua" aparecerá como un mapa de distribución de la distribución por edades, y cada columna representa la distribución por edades dentro de una determinada edad. rango número de observaciones (Figura 8);
Figura 8 Diagrama de distribución de visualización de variable continua
Mientras que cada barra para la edad "nominal" representa el número de observaciones para ese valor de edad (que representa una clase en una variable multiclase) (Figura 9).
Figura 9 Gráfico de frecuencia de visualización de variable categórica
Tal vez no tenga muy claro el método del gráfico en el ejemplo de ahora, no se preocupe, lo presentaremos en detalle más adelante.
04 JMP El modelo apropiado se puede seleccionar automáticamente en función del tipo de variable
en el primero "¿5 razones por las que el software JMP es adecuado para usted? 》 Como se menciona en , JMP es un software semi-inteligente que puede elegir automáticamente algunos métodos básicos según el tipo de variables. Vamos a entrar en más detalles aquí.
Tomando el modelo de regresión generalizado 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 continuo, ordinal y nominal como la variable dependiente en los datos de la muestra.
cuando nosotros será continuo Y poner en un Y (variable dependiente) cuadro , la distribución dada por JMP por defecto es Normalidad , la distribución que se puede seleccionar de la lista desplegable se muestra en la Figura 10. Tenga en cuenta que la regresión logística está gris en este momento y no se puede seleccionar.
Figura 10 El método de preselección variable continua
cuando nosotros el nominal Y poner en un Y (variable dependiente) caja, la distribución dada por JMP por defecto es binomio (Figura 11), y otras opciones en la lista desplegable son grises (no seleccionables).
Figura 11 Método de preajuste de variables categóricas
cuando nosotros será ordenado Y poner en un Y (variable dependiente) caja, la distribución dada por JMP por defecto es ordinal Logístico (Figura 12), a excepción de "Polinomio" en el menú desplegable, las demás opciones están en gris (no seleccionable).
Figura 12 El método de preselección variable ordinal
05 Los resultados de la estimación de parámetros son diferentes cuando se utilizan diferentes tipos de variables como argumentos
Todavía tomando como ejemplo la regresión generalizada, generamos nuevas variables agrupadas según grupos de edad por edad (tipo continuo), las establecemos como tipo nominal y tipo ordinal respectivamente, tomamos Y (tipo continuo) como variable dependiente y usamos edad (tipo continuo). type) como la variable dependiente respectivamente. ), age (nominal) y age (ordinal) se usan como argumentos para construir un modelo de regresión generalizado, y los resultados se muestran en la figura 13-15.
Cuando el argumento es una variable continua , solo hay una estimación de parámetro para la variable (Figura 13), lo que significa el cambio promedio en la variable dependiente por cada aumento de 1 año en la edad.
Figura 13 Resultados de la estimación de parámetros para argumentos continuos
Cuando la edad se ingresa en el modelo como una variable multicategórica , el modelo presupone que la última categoría clasificada se utiliza como referencia, y una comparación de cada una de las categorías restantes con la referencia produce una estimación del parámetro (Figura 14). Por ejemplo, en este ejemplo, dividimos la edad en 3 grupos de edad: <50, 50-59, >=60. Tomando como referencia >=60, los 2 grupos de edad restantes se comparan con esta clase. Los significados muestran los resultados de <50 comparado con >=60 y 50-59 comparado con >=60, respectivamente.
Figura 14 Resultados de la estimación de parámetros para variables categóricas
Por supuesto, también se pueden establecer otras clases como grupos de referencia, que se pueden ajustar según el orden de valores. Para obtener más detalles, consulte la operación de "orden de valores" que se describe más adelante.
Cuando la edad se ingresa en el modelo como una variable ordinal , los resultados muestran una comparación de dos clases adyacentes (Figura 15). Su significado muestra los resultados de 50-59 comparado con <50, >=60 comparado con 50-59, respectivamente.
Figura 15 Resultados de la estimación de parámetros de variables ordenadas
Comparando la Figura 14 y la Figura 15, no es difícil entender la diferencia entre los resultados como nominales (clasificación desordenada) y ordinales.
06 ¿Cómo cambiar el tipo de variable?
Hay dos formas de cambiar el tipo de variable:
Una forma es Editar información en la fila (Figura 16);
Figura 16 Cambiar el método de tipo de variable 1
Otra forma es En la tabla de filas de variables en el lado izquierdo de la tabla de datos Haga clic en el icono delante de la variable para cambiarla (Figura 17).
Figura 17 Método 2 para cambiar el tipo de variable
Al cambiar el tipo de variable, hay algunas cosas a las que debe prestar atención:
(1) "Tipo de modelado" es continuo La variable cuyo "tipo de datos" solo puede ser numerico ;
(2 ) El tipo de modelado es variable nominal , cuyo "Tipo de datos" Puede ser numérico o de carácter , al modelar, JMP lo usa como sin orden variables discretas de ;
(3) "Tipo de modelado" es ordinal , como el tipo nominal, el "tipo de datos" de su variable Puede ser numérico o de carácter , al modelar, JMP lo usa como en orden variables discretas de .
Ahora que comprendemos el impacto de los tipos de variables en el trazado, los informes y el 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 los valores para nominal y ordinal?
Para nominal y ordinal, es importante aprender a ajustar el orden de los valores de las variables.
Si el valor de la variable es de 1, 2, 3, etc. dígitos, en este caso, no se preocupe por el orden, el software determinará el orden de las variables según el tamaño de los dígitos. Por ejemplo, cuando se muestra el gráfico, las coordenadas se ordenarán de acuerdo con estos dígitos.
Pero si su valor usa letras u otros caracteres como "alto", "medio", "bajo", etc., JMP establece por defecto el orden de las variables en orden alfabético, es decir, orden "alto", "bajo", "medio". .
Para variables cuyos valores son letras u otros caracteres, en ocasiones no se encuentran en el orden deseado. Como en el ejemplo anterior, el orden predeterminado (orden alfabético) de JMP es en realidad "alto", "bajo", "medio". En este caso, tanto en el gráfico como en los resultados del análisis estadístico, es en este orden Mostrar , obviamente esto no cumple con nuestras expectativas. Lo que esperamos ver es el orden "alto", "medio", "bajo". Esto requiere aprender a modificar el orden de los valores de las variables.
Hay dos formas de cambiar el orden de los valores de las variables:
(1) Seleccione la línea que desea modificar, Propiedades de la fila del menú contextual → orden de valor (Figura 18);
Figura 18 Ajuste del orden de valores para tipos nominales y ordinales Método 1
(2) Haga clic en Propiedades de fila en la ventana Información de fila → orden de valor (Figura 19);
Figura 19 Ajuste del orden de valor de los tipos nominal y ordinal Método 2
08 etiqueta variable
Para las variables categóricas, aunque podemos ingresar los datos directamente en forma de caracteres, como los mencionados alto, medio y bajo, en la mayoría de los casos, ingresamos los datos en forma digital (como alto, medio y bajo). medio y bajo se registran como 1, 2 y 3 respectivamente), esto es para facilitar el análisis y la tabla de datos se ve ordenada.
Pero desde la perspectiva de la visualización de resultados, en realidad preferimos ver el significado representado por cada categoría (por ejemplo, "alto", "medio" y "bajo" se muestran directamente en la figura en lugar de 1, 2 y 3) . En este caso, debe utilizar la función de etiqueta de datos .
Lo siguiente le presentará JMP de " etiqueta de valor " Función , Una vez configuradas, las etiquetas se pueden usar directamente en el gráfico generado, lo que ahorra tiempo y aumenta la legibilidad de los resultados.
Nuevamente, hay dos formas de establecer etiquetas de valor:
- Uno es Haga clic en Propiedades de fila en la ventana Información de fila → etiqueta de valor (Figura 20);
Figura 20 Configuración del método de etiqueta de variable 1
- En segundo lugar, después de seleccionar la fila, Propiedades de la fila del menú contextual → etiqueta de valor (Figura 21);
Figura 21 Configuración del método de etiqueta de variable 2
Si de repente no quiere mirar la etiqueta en el futuro, pero quiere ver los datos originales, es muy simple. No necesita eliminar la etiqueta de valor establecida. Simplemente haga clic con el botón derecho en la variable y en el menú que aparece, coloque la etiqueta "Usar valor" delante de Solo marque la marca de verificación (Figura 22).
Figura 22 Cancelación de etiquetas de valor
Lo anterior es la guía práctica de JMP que les traemos en este número. Si aún no has experimentado JMP, bienvenido Descargar versión de prueba de JMP , sigue el artículo para practicar!
