421984_de-DE

liliconcom

So erhalten Sie ein Streudiagramm des alters- und geschlechtsadjustierten Biomarkers X vs. motorischer Schweregrad Y mit JMP

Wir möchten klären, ob bei Patienten mit einer neurologischen Erkrankung ein linearer Zusammenhang zwischen Biomarker X und motorischem Schweregrad Y besteht. Da Alter und biologisches Geschlecht den Biomarker X beeinflussen, betrachteten wir sie als Kovariaten. Wir schätzten die Assoziation zwischen Variablen mithilfe partieller Pearson-Korrelationen und wurden linear um die Auswirkungen von Alter und Geschlecht angepasst. Wir würden uns sehr freuen, wenn Sie uns mitteilen könnten, wie man mithilfe von JMP ein Streudiagramm des alters- und geschlechtsangepassten Biomarkers X vs. motorischer Schweregrad Y erhält.

 

AnalytikMac OSSkriptingBetreff: So erhalten Sie ein Streudiagramm des alters- und geschlechtskorrigierten Biomarkers X vs. motorischer Schweregrad Y mit JMP

Es ist mir nicht 100% klar, was Sie mit "...linear angepasst an die Auswirkungen von Alter und Geschlecht..." meinen, aber ich gehe davon aus, dass Sie die Biomarker-X-Werte in irgendeiner Weise modifiziert haben? Wenn dies der Fall ist, warum können Sie dann nicht einfach die angepasste Biomarker-X-Variable als 'x'-Variable und den motorischen Schweregrad-Score als 'y' in beispielsweise Graph Builder verwenden? Nur zum Schmunzeln könnten Sie auch alle 4 'x'-Variablen und den Motor-Schweregrad-Score in der Multivariate-Plattform als Matrix von Streudiagrammen anzeigen. Das könnte wirklich interessant aussehen?

Betreff: So erhalten Sie ein Streudiagramm des alters- und geschlechtskorrigierten Biomarkers X vs. motorischer Schweregrad Y mit JMP

Danke für Ihre Antwort.

Dies mag eine einfache Frage sein, aber wir würden es begrüßen, wenn Sie uns Ihre Meinung dazu mitteilen könnten, wie die Variablen nach Alter und Geschlecht angepasst werden können.

Betreff: So erhalten Sie ein Streudiagramm des alters- und geschlechtskorrigierten Biomarkers X vs. motorischer Schweregrad Y mit JMP

Die Frage mag insofern einfach sein, als Sie meine Meinung haben möchten ... aber ich teile sie sehr ungern, ohne viel mehr darüber zu wissen:

 

1. Die Domäne, in der das Problem liegt ... Prozesswissen steht an erster Stelle und WEG vor der Analyse.

2. Wie wiederholbar und reproduzierbar ist das Messsystem?

3. Wie wurden die Daten erhoben? Wege könnten sein ... ein geplantes Experiment, Zufall/Beobachtung (was waren die Probenahmeprotokolle, Ausschlüsse, Einschränkungen usw.), eine Hausaufgabe (in diesem Fall möchte ich Sie nicht in Schwierigkeiten mit Ihrem Professor bringen.. .) aus einem Buch, eine Forschungsstudie, die von regulatorischen/Compliance-Anforderungen beeinflusst wird... und vieles mehr.

4. Was ist der Zweck der Studie aus einer enumerativen vs. analytischen Perspektive von Deming?

5. Auf einer eher mechanischen Seite ... welche Version von JMP verwenden Sie? Dies beeinflusst, was aus Sicht der Datenanalyse möglich ist, da es große Unterschiede zwischen JMP, JMP Pro, JMP Clinical und JMP Genomics gibt... genau die richtigen Fähigkeiten.