La comparación entre grupos es el contenido básico del análisis estadístico. En pocas palabras, es comparar los indicadores entre dos o más grupos. Este indicador puede ser una variable continua o una variable categórica. Cualquier análisis estadístico es casi inseparable de la comparación entre grupos. Por ejemplo, en un ensayo controlado aleatorio, el objetivo principal es comparar la eficacia de los dos grupos. En un análisis multivariante, la comparación entre grupos se utiliza generalmente como un resultado de referencia y debe mostrarse a todos.
Hoy presentaré que JMP tiene una tabla de funciones mágicas, que puede realizar casi todas las comparaciones de grupos.Esta tabla de funciones se ajusta de X a Y.
Que es X Encajar y ?
En pocas palabras, el factor de grupo se considera x, y la variable a analizar se considera la variable dependiente y. De acuerdo con los tipos de variables de xey, el software JMP determinará automáticamente el método apropiado.
¿Por qué esta función es tan mágica? Este artículo explicará por separado varios aspectos:
- Selección de métodos de comparación comunes entre grupos;
- Vincular métodos de comparación comunes entre grupos desde una perspectiva macro;
- A través de un caso, cómo utilizar una tabla de funciones de JMP para realizar todas las comparaciones entre grupos.
En cuanto a los métodos específicos de comparación entre grupos, los presentaremos uno tras otro en una serie de artículos.
¿Cómo elegir el método de comparación entre grupos?
Hay muchas formas de comparar entre grupos, según el número de grupos, los tipos de variables de análisis, etc.
Los métodos estadísticos para la comparación entre grupos de variables continuas incluyen principalmente la prueba t, el análisis de varianza, la prueba de suma de rangos, etc. Puede consultar la Figura 1 al elegir un método estadístico para la comparación entre grupos de variables continuas. Si se refiere cuidadosamente a esta figura durante el análisis de datos, no utilizará la prueba t para analizar datos no normales ni se olvidará de realizar la prueba de homogeneidad. de varianza error.
Figura 1 Ideas para la selección de métodos de comparación entre grupos de variables continuas
Al elegir un método estadístico, las principales consideraciones incluyen:
- Diseño de investigación (diseño completamente aleatorio o emparejado)
- Número de grupos (dos grupos o varios grupos)
- Distribución normal (normal o anormal)
- Homogeneidad de varianza (varianza uniforme o desigual)
Los principales métodos estadísticos para la comparación entre variables categóricas son la prueba de chi-cuadrado y la prueba de suma de rangos. La selección del método se muestra en la Figura 2.
Al elegir un método estadístico para comparar variables categóricas, los principales factores a considerar incluyen:
- Diseño de investigación (diseño completamente aleatorio o emparejado)
- Compare el número de grupos (dos grupos o varios grupos)
- Tipos de indicadores de resultados (dos categorías o múltiples categorías; ordenados o desordenados)
La elección del método está relacionada principalmente con la naturaleza del índice de resultados (tenga en cuenta que no es una variable de agrupación):
- Si es un resultado binario, se utiliza la prueba de chi-cuadrado;
- Si es un resultado de múltiples categorías, es necesario considerar si el indicador de resultado está ordenado o desordenado, si es una variable desordenada, use la prueba de chi-cuadrado, si es una variable ordinal, use la prueba de suma de rangos.
Figura 2 Ideas para la selección de métodos de comparación entre grupos de variables categóricas
JMP Comparación entre grupos en la tabla
En JMP, la mayoría de las comparaciones entre grupos se pueden lograr en la tabla de función Y de ajuste X (Figura 3), lo que significa que no importa si es prueba t, prueba de suma de rangos, análisis de varianza o prueba de chi-cuadrado, todas ellas pasar este módulo lograr.
Figura 3 Menú Ajustar Y con X
La interfaz de ajustar la tabla de funciones Y con X se muestra en la Figura 4, y primero puede tener una impresión intuitiva.
Figura 4 Utilice X para ajustar la interfaz del menú Y
Este menú puede resultar un poco confuso para las personas que están acostumbradas a un método específico (como prueba t, análisis de varianza).
Como puede observar, en la parte inferior izquierda de la Figura 4, según si x está clasificado o es continuo, e y está clasificado o es continuo, se combinan cuatro métodos:
① X es una variable categórica e Y es una variable continua, que puede generar resultados de análisis de un solo factor, incluida la prueba t, el análisis de varianza y la prueba de suma de rangos, etc .;
② X es una variable categórica, Y es una variable categórica, genera la contingencia, es decir, el resultado de la prueba de chi-cuadrado;
③ X es una variable continua, Y es una variable continua, genera una regresión lineal de un solo factor;
④ X es una variable continua, Y es una variable categórica y se genera una regresión logística.
Por lo tanto, esta es la característica de la tabla de funciones JMP. Categoriza los métodos estadísticos desde el propósito, porque ya sea prueba t, prueba chi-cuadrado, análisis de varianza, etc., la estructura es la misma, es una variable de agrupación , un indicador de análisis, que corresponde a las dos situaciones mencionadas anteriormente. Es decir, la comparación entre grupos se incluye en la tabla de funciones de Ajustar Y con X, pero la función de la tabla de funciones de Ajustar Y con X no se limita a la comparación entre grupos. Continuaremos introduciéndola a continuación. artículo.
Cómo utilizar X Encajar Y 」Completa la comparación entre grupos
A continuación, veamos un caso para ver cómo usar "ajustar Y con X" para lograr la comparación entre grupos.
Supongamos que tenemos la siguiente información (Figura 5). Nuestro propósito es explorar si existen diferencias en los puntajes de salud física de personas con diferentes niveles de disnea. En otras palabras, el grado de disnea es la variable de agrupación X (también denominada argumento, variable explicativa) y la puntuación de salud física es la variable analítica Y (también denominada variable de resultado, variable dependiente).
Figura 5 Datos utilizados en este artículo
Haga clic en "Analizar" → "Ajustar Y con X" para ingresar a la interfaz de operación, como se muestra en la Figura 6. La dificultad para respirar es una variable de agrupación, así que póngala en "X, factor" y la puntuación de salud física como indicador de resultado, póngala en "Y, respuesta", haga clic en Aceptar para ingresar a la interfaz de resultados.
Figura 6 Diagrama esquemático de la operación de comparación entre grupos
El resultado se muestra en la Figura 7. Cuando observe este resultado, puede que se sienta perplejo, porque solo hay una imagen que se muestra en la Figura 7 en el resultado.
Esta también es una característica importante de JMP, es decir, puede mostrar el resultado deseado de acuerdo con su propósito en la interfaz de resultados, en lugar de seleccionarlo en el menú. Hay una ventaja de seleccionar en los resultados, no está acostumbrado a volver a la interfaz de operación del menú.
Figura 7 Gráfico de resultado de salida
Si hace clic en el menú del triángulo rojo pequeño en la esquina superior izquierda de la Figura 7, puede ver que los resultados disponibles son muy ricos (Figura 8), que incluye varios métodos que pueden usarse en la comparación entre grupos de variables continuas, como como prueba t, análisis de varianza, diversas pruebas no paramétricas, pruebas de equivalencia, pruebas de homogeneidad de varianza, etc. Puede verificar de acuerdo con la situación real para mostrar la parte correspondiente del resultado.
Figura 8 Interfaz de resultados de comparación entre grupos de variables continuas
Por ejemplo, en este ejemplo, la variable de agrupación disnea se divide en dos grupos. Podemos mirar hacia atrás y comparar las ideas en la Figura 1. Para la comparación continua de datos de los dos grupos, los métodos que se pueden considerar incluyen la prueba t, prueba t ajustada (prueba t ') y verificación sin parámetros.
En cuanto al método que debe elegir al final, no se trata de un software estadístico, sino del trabajo del analista. Primero debe determinar si los dos conjuntos de puntajes de salud física cumplen con la distribución normal y si las varianzas son uniformes. Si se cumplen estas dos condiciones, puede verificar el resultado de la prueba t; de lo contrario, es posible que deba elegir un método de prueba no paramétrico.
Por ejemplo, si queremos saber si los dos grupos tienen la misma varianza, podemos verificar "Varianza desigual" en la Figura 8. Después de verificar, la interfaz de resultados tendrá más resultados sobre la prueba de homogeneidad de la varianza (Figura 9). Los resultados muestran que el valor P es mucho menor que 0.05, y la varianza no puede considerarse uniforme, es decir, la prueba t no puede usarse directamente.
El resultado también da los resultados de comparación de los dos grupos bajo la condición de varianza desigual, es decir, el resultado de la prueba de Welch en la última parte de la figura. Los resultados han indicado claramente que este método se puede utilizar para la situación en la que las varianzas de los dos grupos no son iguales. A partir de los resultados, se puede ver que las puntuaciones de salud física de los dos grupos son estadísticamente diferentes.
Figura 9 Resultados de la prueba de homogeneidad de varianza
JMP Tabla de funciones de comparación entre grupos 4 Gran característica
A través de la introducción preliminar anterior, creo que todos tienen cierta comprensión de la implementación de JMP de las operaciones de comparación entre grupos, a partir de la cual se pueden descubrir las cuatro características principales del análisis estadístico de JMP:
1. La operación es extremadamente simple
El menú de operación de JMP es muy simple, solo necesitas seleccionar xey, es decir, siempre que puedas distinguir claramente cuál es la variable de agrupamiento y cuál es la variable final. Esto no es un problema para los investigadores.
2. Análisis autónomo exploratorio
La interfaz de resultados de JMP ofrece a los analistas una gran iniciativa: puede comprobar o comprobar determinados resultados según sus necesidades.
Esto es realmente algo bueno, porque requiere que primero debe aclarar qué método desea usar, en lugar de cada variable continua, debe usar la prueba t. Debe averiguar la normalidad y homogeneidad de la varianza de las variables continuas y luego verificar los resultados que desea en función de los resultados.
3. Visualización interactiva en todas partes
Como software con visualización interactiva, la parte de los resultados del análisis JMP que se puede mostrar gráficamente mostrará los resultados gráficamente, lo que puede facilitar al analista encontrar de manera más intuitiva la diferencia entre grupos. Se puede decir que el análisis visual interactivo es omnipresente en JMP.
4. Segunda exploración y análisis en los resultados
En la interfaz de resultados de JMP, además de brindar varios métodos, también brinda varias opciones de modificación, puede modificar los gráficos y resultados en los resultados en cualquier momento, y es muy conveniente realizar análisis exploratorios de manera flexible.
A través de un caso simple, se presenta la poderosa función de comparación de grupos de JMP. En el artículo de seguimiento, lo llevaremos a una descripción detallada del método de comparación de grupos específico y cómo operarlo en JMP, descargar JMP y abrir su viaje de análisis de datos.
original: Un menú JMP mágico para realizar la comparación de todos los grupos de datos
[Lectura recomendada] # 10 habilidades imprescindibles para el análisis de datos:
