グループ間の比較は統計分析の基本的な内容であり、簡単に言うと、2 つ以上のグループ間の指標を比較することです。この指標には連続変数またはカテゴリ変数が含まれます。あらゆる統計分析は、グループ間の比較とほぼ切り離すことができません。たとえば、ランダム化比較試験では、主な目的は 2 つのグループ間で有効性に差があるかどうかを比較することですが、多変量解析では、グループ間の比較は通常、ベースライン結果としても使用され、全員に表示する必要があります。
今日は、グループ間のほぼすべての比較を実現できる JMP の魔法の関数テーブルを紹介します。この関数テーブルは、「Fit Y with X」です。
何が基づいているのかバツフィッティングy ?
簡単に言うと、グループ因子を x として、分析対象の変数を従属変数 y として考えます。 x と y の変数タイプに基づいて、JMP ソフトウェアは適切な方法を自動的に決定します。
なぜこの機能がそんなに素晴らしいのでしょうか？この記事では、それぞれをいくつかの側面から説明します。
- グループ間の共通の比較方法の選択。
- マクロの観点から、グループ間の共通の比較方法を結び付けます。
- JMPの1つの関数テーブルを使ってすべてのグループ間比較を実現する方法を事例を通してご紹介します。
具体的なグループ間の比較方法については、後ほど連載で紹介していきます。
グループ間の比較方法を選択するにはどうすればよいですか?
グループ間を比較するには、グループの数、分析変数の種類などに応じてさまざまな方法があります。
連続変数のグループ間を比較するための統計的手法には、主に t 検定、分散分析、順位和検定などが含まれます。連続変数グループ間の比較のための統計的手法を選択するときは、図 1 を参照してください。データ分析を行うときにこの図を注意深く参照すると、非正規データの分析に t 検定を使用したり、均一性の計算を忘れたりすることがなくなります。分散テストの間違い。
図1 連続変数グループ間の比較方法の選択の考え方
統計手法を選択する場合、考慮すべき重要な要素は次のとおりです。
- 研究デザイン (完全にランダム化またはペアのデザイン)
- グループ数（2グループ以上）
- 正規分布 (正規または非正規)
- 分散の均一性（分散が等しいか不均等である）
カテゴリ変数のグループ間を比較するための主な統計手法は、カイ二乗検定と順位和検定です。方法の選択については、図 2 を参照してください。
カテゴリ変数のグループ間の比較に統計的手法を選択する場合、考慮すべき主な要素は次のとおりです。
- 研究デザイン (完全にランダム化またはペアのデザイン)
- グループ数の比較（2グループ以上）
- 結果指標のカテゴリ (バイナリまたはマルチカテゴリ、順序付けまたは無秩序)
方法の選択は主に結果指標の性質に関係します (グループ化変数ではないことに注意してください)。
- 二値的な結果の場合は、カイ二乗検定を使用します。
- 複数カテゴリの結果の場合は、結果指標が順序付けされているか無秩序であるかを考慮する必要があります。順序付けされていない変数の場合は、カイ 2 乗検定を使用します。順序付けされた変数の場合は、順位和検定を使用します。
図 2 カテゴリ変数のグループ間の比較方法を選択するためのアイデア
JMPのグループ比較メニュー
JMP では、グループ間のほとんどの比較は、達成によって Fit Y で実装できます。
図 3 Y メニューと X のフィッティング
X を Y 関数テーブルに当てはめるインターフェイスを図 4 に示します。まず直感的な印象を得ることができます。
図 4 X を使用して Y メニュー インターフェイスに合わせる
このメニューは、特定の手法 (t 検定、分散分析など) に慣れている人にとっては少し混乱するかもしれません。
図 4 の左下隅では、x がカテゴリカルか連続か、y がカテゴリカルか連続かに応じて 4 種類のメソッドが組み合わされていることがわかります。
① X はカテゴリ変数、Y は連続変数で、t 検定、分散分析、順位和検定などの単一因子分析結果を出力できます。
② X はカテゴリ変数、Y はカテゴリ変数、カイ二乗検定の結果である想定確率が出力されます。
③ X は連続変数、Y は連続変数で、単因子線形回帰が出力されます。
④ X は連続変数、Y はカテゴリ変数であり、ロジスティック回帰が出力されます。
したがって、これがJMP関数テーブルの特徴であり、t検定、カイ二乗検定、分散分析など、グループ化変数と分散分析などの構造は同じであるため、統計手法を目的別に分類しているのです。分析指標. であり、上記①②の2つの状況に該当します。つまり、グループ間の比較は Fit Y with X メニューに含まれていますが、Fit Y with X の機能は
「ウィズ」の使い方バツフィッティングY 「グループ間の完全な比較
次に、「Fit Y with X」を使用してグループ間比較を実現する方法を事例を通して見てみましょう。
次のデータがあるとします (図 5)。私たちの目的は、さまざまなレベルの呼吸困難を持つ人々の間で身体的健康スコアに違いがあるかどうかを調査することでした。つまり、呼吸困難の程度がグループ化変数X（指標、説明変数とも呼ばれます）となり、身体健康スコアが分析変数Y（結果変数、従属変数とも呼ばれます）となります。
図 5 この記事で使用したデータ
図 6 に示すように、「分析」→「Y を X に合わせる」をクリックして操作インターフェイスに入ります。呼吸困難はグループ化変数であるため、「X、因子」に入力し、身体的健康スコアは結果指標です。「Y、応答」に入力し、「OK」をクリックして結果インターフェイスに入ります。
図6 グループ間の比較演算の模式図
結果を図 7 に示します。図 7 には図が 1 つしか表示されていないため、この結果を見ると混乱するかもしれません。
これもJMPの大きな特徴で、必要な結果をメニューで選択するのではなく、結果インターフェースに目的に応じて表示できるのです。結果から選択する利点は、メニュー インターフェイスを行き来する必要がないことです。
図7 出力結果図
図 7 の左上隅にある小さな赤い三角メニューをクリックすると、利用可能な結果が非常に豊富であることがわかります (図 8)。これには、連続変数のグループ間の比較に使用できるさまざまな方法が含まれています。 t 検定、分散分析、さまざまなノンパラメトリック検定、同等性検定、分散均一性検定など。実際の状況に応じてチェックして、対応する部分的な結果を表示できます。
図 8 連続変数グループ間の比較結果インターフェイス
たとえば、この例では、グループ化変数である呼吸困難を 2 つのグループに分けていますが、図 1 の考え方を参照することができます。2 つのグループ間の連続データの比較には、t 検定、修正済みの t 検定などの方法が考えられます。 t 検定 (t' 検定) とノンパラメトリック テスト。
最終的にどちらの方法を選択する必要があるかについては、統計ソフトウェアの問題ではなく、分析者自身の仕事です。まず、2 組の健康スコアが正規分布を満たすかどうか、分散が満たされるかどうかを明確にする必要があります。これら 2 つの条件が満たされている場合は、t 検定の結果を確認できますが、そうでない場合は、ノンパラメトリック検定方法を選択する必要がある場合があります。
たとえば、2 つのグループの分散が等しいかどうかを知りたい場合は、図 8 の「不等分散」をチェックします。チェックした後、結果インターフェイスには分散の均一性検定に関する結果がいくつか表示されます (図 9)。結果は、P 値が 0.05 よりはるかに小さく、分散が等しいとはみなせないこと、つまり t 検定を直接使用できないことを示しています。
この結果は、不等分散条件下での 2 つのグループの比較結果、つまり図の最後の部分にあるウェルチ検定の結果も示しており、この結果は、2 つのグループの分散が異なる場合にこの方法が使用できることを明確に示しています。グループは不平等です。この結果から、2 つのグループ間の身体的健康スコアには統計的な差があることがわかります。
図 9 均一分散検定の結果
JMPグループ間比較関数表4大きな特徴
ここまでの予備的な紹介により、皆さんは JMP のグループ間比較演算についてある程度の理解が得られたと思いますが、そこから JMP 統計分析の 4 つの主要な特徴を見つけることができます。
1. 操作は非常に簡単
JMP の操作メニューは非常にシンプルで、x と y を選択するだけ、つまりどちらがグループ化変数でどちらが終了変数であるかを明確に区別できれば十分です。研究者にとってこれは問題ではありません。
2. 探索的自律分析
JMP の結果インターフェイスはアナリストに優れた主導権を与え、ニーズに応じて特定の結果をチェックしたりオフにしたりできます。
連続変数があるたびに t 検定を使用するのではなく、最初に使用する方法を明確にする必要があるため、これは実際には良いことです。まず連続変数の分散の正規性と均一性を把握し、その結果に基づいて必要な結果を確認する必要があります。
3. どこでもインタラクティブなビジュアライゼーション
JMPはインタラクティブな可視化を特徴とするソフトウェアとして、グラフィカルに表示できる部分については解析結果をグラフィカルに表示するため、分析者はグループ間の差異の大きさをより直感的に把握することができます。インタラクティブなビジュアル分析が JMP のいたるところにあると言えます。
4. 結果における二次探索分析
JMP 結果インターフェースには、さまざまなメソッドが用意されているだけでなく、さまざまな変更オプションも用意されており、結果内のグラフィックや結果をいつでも変更でき、柔軟に探索的分析を行うことができ、非常に便利です。
簡単なケースを通して、JMP のグループ間比較の強力な機能を紹介します。次の記事では、具体的なグループ間比較方法と JMP での操作方法について詳しく説明します。JMP をダウンロードします。データを開始します。分析の旅。
オリジナル：データのすべてのグループ間比較を可能にする魔法の JMP メニュー
[推奨読書] #10 データ分析のために学ばなければならないスキル:
