使用图形生成器通过根据年龄和性别调整生物标志物 A 与运动严重程度评分 Y 的相关图我们想澄清神经系统疾病患者的生物标志物 X（DATQUANT）和运动严重程度评分 Y（MDS-UPDRS 3 总分）之间是否存在线性关系。 在一个简单的相关性中，biomarkerX与运动严重程度评分 Y 相关。由于年龄和生物学性别影响生物标志物 X，我们将它们视为协变量。
那时，我正在考虑通过根据年龄和性别调整生物标志物 A，使用图形生成器创建与运动严重程度评分 Y 的相关图。
如果您能让我们知道如何使用 JMP 获得年龄和性别调整后的生物标志物 X 与运动严重程度评分 Y 的散点图，我们将不胜感激。
图形苹果系统脚本回复：通过根据年龄和性别调整生物标志物 A 的图形构建器与运动严重程度评分 Y 的相关图感谢你的回复。
我们想澄清生物标志物 X（DATQUANT：因变量）和运动严重程度评分 Y（MDS-UPDRS-3：解释变量）之间是否存在线性关系。 由于年龄和生理性别影响生物标志物 X，我们将它们视为协变量。 我们想进行多元回归。
[X（DATQUANT：因变量）] = a1*Y（MDS-UPDRS-3：解释变量）+ a2*[年龄] + a3 + 残差
a1, a2 : 每个解释变量的斜率系数
a3：生理性别的常数项
现在我们想可视化[年龄和性别调整（DATQUANT：因变量）]和Y（MDS-UPDRS-3：解释变量）之间的关系
所以我们想准备散点图
调整后的 X (a1*[X(DATQUANT: 连续变量)] - a2*[age] - a3) 与 Y (MDS-UPDRS-3: 因变量)
如果您能给我们提出意见和建议，我们将不胜感激。
提前谢谢了。
回复：通过根据年龄和性别调整生物标志物 A 的图形构建器与运动严重程度评分 Y 的相关图你好@KF2 ,
一种可能性是对年龄和性别的生物标志物 X 进行回归，保存残差，然后将它们与图形构建器中的运动严重程度评分 Y 绘制成简单的散点图。 这就是您提供的数据的样子，
将年龄和性别视为协变量的另一种可能性是进行层次回归。 换句话说，您可以拟合年龄和性别预测结果的回归模型，然后拟合年龄、性别和生物标志物 X 预测结果的另一个回归模型。 您将获得每个模型的 R 平方（结果分别为 0.002 和 0.11）。 然后，您可以查看效应的“序列检验”（或 I 类平方和），以获得对解释方差从一个模型到下一个模型的变化的检验。 在这种情况下，变化具有统计学意义，F 值为 11.23，p = .001。
我将每个步骤的脚本保存在附加的数据表中。
高温下，
~劳拉
回复：通过根据年龄和性别调整生物标志物 A 的图形构建器与运动严重程度评分 Y 的相关图我刚拿了一个快的查看提供的数据和您的一些问题。 以下是我在数据中看到的内容和一些问题：
1. 我没有任何关于数据的上下文。 DAT 或 MDS 的变化有多大的实际意义？
2. 关于 MDS 和 DAT 之间的相关性，相关性不强（r=-0.32），并且存在许多潜在的异常值（Mahalanobis，7）。 这没有考虑到年龄/性别的影响。
3. 查看 DAT 与年龄和性别之间的关系，似乎性别几乎没有关系（拟合模型）。 年龄具有统计学意义。 这两项仅占数据变化的约 20%。 随着年龄的增长，DAT 下降。
4. DAT 和 MDS 之间似乎确实存在线性关系，但在该模型中，年龄和性别均不显着。 包含所有三个项的模型占数据变化的约 8%。
您对测量系统的信心如何？
