Il confronto tra gruppi è il contenuto base dell'analisi statistica, in poche parole consiste nel confrontare gli indicatori tra due o più gruppi.Questo indicatore può essere una variabile continua o una variabile categoriale. Qualsiasi analisi statistica è quasi inseparabile dal confronto tra i gruppi. Ad esempio, in uno studio randomizzato controllato, lo scopo principale è confrontare l'efficacia dei due gruppi.In un'analisi multivariata, il confronto tra i gruppi viene solitamente utilizzato come risultato di base e deve essere mostrato a tutti.
Oggi introdurrò che JMP ha una tabella delle funzioni magica, che può realizzare quasi tutti i confronti di gruppo.Questa tabella delle funzioni è adatta da X a Y.
Cos'è X In forma sì ?
Per dirla semplicemente, il fattore di gruppo è considerato come x e la variabile da analizzare è considerata come la variabile dipendente y. In base ai tipi di variabili x e y, il software JMP determinerà automaticamente il metodo appropriato.
Perché questa funzione è così magica? Questo articolo spiegherà separatamente da diversi aspetti:
- Selezione di metodi di confronto comuni tra i gruppi;
- Collegare metodi di confronto comuni tra i gruppi da una prospettiva macro;
- Attraverso un caso, come utilizzare una tabella delle funzioni di JMP per realizzare tutti i confronti tra i gruppi.
Quanto alle modalità specifiche di confronto tra gruppi, le introdurremo uno dopo l'altro in una serie di articoli.
Come scegliere il metodo di confronto tra i gruppi?
Esistono molti modi per confrontare i gruppi, a seconda del numero di gruppi, dei tipi di variabili di analisi e così via.
I metodi statistici per il confronto tra gruppi di variabili continue includono principalmente il test t, l'analisi della varianza, il test della somma dei ranghi e così via. Quando si sceglie un metodo statistico per il confronto tra gruppi di variabili continue, è possibile fare riferimento alla Figura 1. Se si fa riferimento a questa figura durante l'analisi dei dati, non si utilizzerà il t-test per analizzare dati non normali o si dimenticherà di eseguire il test di omogeneità di varianza errore.
Figura 1 Idee per la selezione di metodi di confronto tra gruppi di variabili continue
Quando si sceglie un metodo statistico, le considerazioni principali includono:
- Disegno di ricerca (disegno completamente casuale o accoppiato)
- Numero di gruppi (due gruppi o più gruppi)
- Distribuzione normale (normale o non normale)
- Omogeneità della varianza (varianza pari o non uniforme)
I principali metodi statistici per il confronto tra le variabili categoriali sono il test chi-quadrato e il test della somma dei ranghi. La selezione del metodo è mostrata nella Figura 2.
Quando si sceglie un metodo statistico per confrontare le variabili categoriali, i principali fattori da considerare includono:
- Disegno di ricerca (disegno completamente casuale o accoppiato)
- Confronta il numero di gruppi (due gruppi o più gruppi)
- Tipi di indicatori di risultato (due categorie o più categorie; ordinato o disordinato)
La scelta del metodo è principalmente correlata alla natura dell'indice di risultato (si noti che non è una variabile di raggruppamento):
- Se si tratta di un risultato binario, viene utilizzato il test chi-quadrato;
- Se si tratta di un esito multicategoria è necessario considerare se l'indicatore di esito è ordinato o disordinato, se si tratta di una variabile disordinata utilizzare il test chi-quadrato, se si tratta di una variabile ordinale utilizzare il test della somma dei ranghi.
Figura 2 Idee per la selezione di metodi di confronto tra gruppi di variabili categoriali
JMP Confronto tra i gruppi nella tabella
In JMP, la maggior parte dei confronti tra i gruppi può essere ottenuta nella tabella della funzione X fit Y (Figura 3), il che significa che non importa che si tratti di test t, test della somma dei ranghi, analisi della varianza o test chi-quadrato, tutti passare questo modulo compie.
Figura 3 Menu Adatta Y con X
L'interfaccia per adattare la tabella delle funzioni Y con X è mostrata nella Figura 4 e puoi prima avere un'impressione intuitiva.
Figura 4 Utilizzare X per adattare l'interfaccia del menu Y
Questo menu può creare confusione per le persone abituate a un metodo specifico (come t-test, analisi della varianza).
Come si può notare, in basso a sinistra della Figura 4, a seconda che x sia classificata o continua, e y sia classificata o continua, vengono combinati quattro metodi:
X è una variabile categoriale e Y è una variabile continua, che può produrre risultati di analisi di singoli fattori, inclusi test t, analisi della varianza e test della somma dei ranghi, ecc.;
② X è una variabile categoriale, Y è una variabile categoriale, genera la contingenza, ovvero il risultato del test chi-quadrato;
③ X è una variabile continua, Y è una variabile continua, produce una regressione lineare a fattore singolo;
X è una variabile continua, Y è una variabile categoriale e viene generata la regressione logistica.
Pertanto, questa è la caratteristica della tabella delle funzioni JMP.Categoria i metodi statistici dallo scopo, perché se si tratta di test t, test chi-quadrato, analisi della varianza, ecc., La struttura è la stessa, è una variabile di raggruppamento , un indicatore di analisi, che corrisponde alle due situazioni sopra menzionate. In altre parole, il confronto tra gruppi è incluso nella tabella delle funzioni di Stima Y con X, ma la funzione della tabella delle funzioni di Stima Y con X non si limita al confronto tra gruppi. Continueremo a introdurla nel seguito articolo.
Come usare X In forma sì 」Completa il confronto tra i gruppi
Successivamente, prendiamo un caso per vedere come utilizzare "fit Y with X" per ottenere il confronto tra i gruppi.
Supponiamo di avere le seguenti informazioni (Figura 5). Il nostro scopo è quello di esplorare se ci sono differenze nei punteggi di salute fisica delle persone con diversi livelli di dispnea. In altre parole, il grado di dispnea è la variabile di raggruppamento X (chiamata anche argomento, variabile esplicativa) e il punteggio di salute fisica è la variabile analitica Y (chiamata anche variabile di esito, variabile dipendente).
Figura 5 Dati utilizzati in questo articolo
Fare clic su "Analyze" → "Fit Y with X" per accedere all'interfaccia operativa, come mostrato nella Figura 6. La difficoltà di respirazione è una variabile di raggruppamento, quindi inseriscila in "X, fattore" e punteggio di salute fisica come indicatore di risultato, inseriscila in "Y, risposta", fai clic su OK per accedere all'interfaccia dei risultati.
Figura 6 Schema schematico dell'operazione di confronto tra gruppi
Il risultato è mostrato in Figura 7. Quando guardi questo risultato, potresti rimanere perplesso, perché c'è solo un'immagine mostrata nella Figura 7 nel risultato.
Questa è anche una caratteristica importante di JMP, ovvero è possibile visualizzare il risultato desiderato in base allo scopo nell'interfaccia dei risultati, invece di selezionarlo nel menu. C'è un vantaggio nel selezionare nei risultati, non sei abituato a tornare all'interfaccia di funzionamento del menu.
Figura 7 Grafico dei risultati in uscita
Se fai clic sul menu del piccolo triangolo rosso nell'angolo in alto a sinistra della Figura 7, puoi vedere che i risultati disponibili sono così ricchi (Figura 8), che include vari metodi che possono essere utilizzati nel confronto tra gruppi di variabili continue, come come t-test, analisi della varianza, vari test non parametrici, test di equivalenza, test di omogeneità della varianza, ecc. È possibile controllare in base alla situazione attuale per visualizzare la parte corrispondente del risultato.
Figura 8 Interfaccia del risultato del confronto tra gruppi di variabili continue
Ad esempio, in questo esempio, la variabile di raggruppamento dispnea è divisa in due gruppi.Possiamo guardare indietro e confrontare le idee nella Figura 1. Per il confronto continuo dei dati dei due gruppi, i metodi che possono essere considerati includono t-test, t-test regolato (t'-test) e verifica non parametrica.
Per quanto riguarda il metodo da scegliere alla fine, non è una questione di software statistico, ma del lavoro dell'analista.Devi prima determinare se i due set di punteggi di salute fisica soddisfano la distribuzione normale e se le varianze sono uniformi. Se queste due Se le condizioni sono soddisfatte, è possibile controllare il risultato del test t, altrimenti potrebbe essere necessario scegliere un metodo di test non parametrico.
Ad esempio, se vogliamo sapere se i due gruppi hanno la stessa varianza, possiamo controllare "Unequal Variance" in Figura 8. Dopo il controllo, l'interfaccia dei risultati avrà più risultati sull'omogeneità del test di varianza (Figura 9). I risultati mostrano che il valore di P è molto inferiore a 0,05 e la varianza non può essere considerata uniforme, ovvero il test t non può essere utilizzato direttamente.
Il risultato fornisce anche i risultati del confronto dei due gruppi sotto la condizione di varianza non uniforme, ovvero il risultato del test di Welch nell'ultima parte della figura I risultati hanno chiaramente affermato che questo metodo può essere utilizzato per la situazione in cui le varianze dei due gruppi non sono uguali. Dai risultati si può vedere che i punteggi di salute fisica dei due gruppi sono statisticamente differenti.
Figura 9 Risultati del test di omogeneità della varianza
JMP Tabella delle funzioni di confronto tra i gruppi 4 Grande funzionalità
Attraverso l'introduzione preliminare di cui sopra, credo che tutti abbiano una certa comprensione dell'implementazione JMP delle operazioni di confronto tra gruppi, da cui è possibile scoprire le quattro caratteristiche principali dell'analisi statistica JMP:
1. Il funzionamento è estremamente semplice
Il menu delle operazioni di JMP è molto semplice, devi solo selezionare xey, purché tu possa distinguere chiaramente quale è la variabile di raggruppamento e quale è la variabile finale. Questo non è un problema per i ricercatori.
2. Analisi esplorativa autonoma
L'interfaccia dei risultati di JMP offre agli analisti una grande iniziativa: è possibile verificare o verificare determinati risultati in base alle proprie esigenze.
Questa è in realtà una buona cosa, perché richiede che tu debba prima chiarire quale metodo vuoi usare, invece di ogni variabile continua, devi usare il test t. È necessario calcolare la normalità e l'omogeneità della varianza delle variabili continue, quindi controllare i risultati desiderati in base ai risultati.
3. Visualizzazione interattiva ovunque
Essendo un software dotato di visualizzazione interattiva, la parte dei risultati dell'analisi JMP che può essere visualizzata graficamente mostrerà i risultati graficamente, il che può facilitare l'analista a trovare in modo più intuitivo la differenza tra i gruppi. Si può dire che l'analisi visiva interattiva è onnipresente in JMP.
4. Seconda esplorazione e analisi nei risultati
Nell'interfaccia dei risultati di JMP, oltre a fornire vari metodi, fornisce anche varie opzioni per la modifica È possibile modificare la grafica ei risultati nei risultati in qualsiasi momento ed è molto comodo eseguire analisi esplorative in modo flessibile.
Attraverso un semplice caso, viene introdotta la potente funzione di confronto di gruppi JMP.Nell'articolo di follow-up, ti condurremo a una descrizione dettagliata del metodo di confronto di gruppo specifico e come utilizzarlo in JMP, scaricare JMP e aprire Your viaggio di analisi dei dati.
originale: Un magico menu JMP per realizzare il confronto di tutti i gruppi di dati
[Lettura consigliata] #10 Abilità da imparare per l'analisi dei dati:
