使用圖形生成器通過根據年齡和性別調整生物標誌物 A 與運動嚴重程度評分 Y 的相關圖我們想澄清神經系統疾病患者的生物標誌物 X（DATQUANT）和運動嚴重程度評分 Y（MDS-UPDRS 3 總分）之間是否存在線性關係。 在一個簡單的相關性中，biomarkerX與運動嚴重程度評分 Y 相關。由於年齡和生物學性別影響生物標誌物 X，我們將它們視為協變量。
那時，我正在考慮通過根據年齡和性別調整生物標誌物 A，使用圖形生成器創建與運動嚴重程度評分 Y 的相關圖。
如果您能讓我們知道如何使用 JMP 獲得年齡和性別調整後的生物標誌物 X 與運動嚴重程度評分 Y 的散點圖，我們將不勝感激。
圖形蘋果系統腳本回复：通過根據年齡和性別調整生物標誌物 A 的圖形構建器與運動嚴重程度評分 Y 的相關圖感謝你的回复。
我們想澄清生物標誌物 X（DATQUANT：因變量）和運動嚴重程度評分 Y（MDS-UPDRS-3：解釋變量）之間是否存在線性關係。 由於年齡和生理性別影響生物標誌物 X，我們將它們視為協變量。 我們想進行多元回歸。
[X（DATQUANT：因變量）] = a1*Y（MDS-UPDRS-3：解釋變量）+ a2*[年齡] + a3 + 殘差
a1, a2 : 每個解釋變量的斜率係數
a3：生理性別的常數項
現在我們想可視化[年齡和性別調整（DATQUANT：因變量）]和Y（MDS-UPDRS-3：解釋變量）之間的關係
所以我們想準備散點圖
調整後的 X (a1*[X(DATQUANT: 連續變量)] - a2*[age] - a3) 與 Y (MDS-UPDRS-3: 因變量)
如果您能給我們提出意見和建議，我們將不勝感激。
提前謝謝了。
回复：通過根據年齡和性別調整生物標誌物 A 的圖形構建器與運動嚴重程度評分 Y 的相關圖你好@KF2 ,
一種可能性是對年齡和性別的生物標誌物 X 進行回歸，保存殘差，然後將它們與圖形構建器中的運動嚴重程度評分 Y 繪製成簡單的散點圖。 這就是您提供的數據的樣子，
將年齡和性別視為協變量的另一種可能性是進行層次回歸。 換句話說，您可以擬合年齡和性別預測結果的回歸模型，然後擬合年齡、性別和生物標誌物 X 預測結果的另一個回歸模型。 您將獲得每個模型的 R 平方（結果分別為 0.002 和 0.11）。 然後，您可以查看效應的“序列檢驗”（或 I 類平方和），以獲得對解釋方差從一個模型到下一個模型的變化的檢驗。 在這種情況下，變化具有統計學意義，F 值為 11.23，p = .001。
我將每個步驟的腳本保存在附加的數據表中。
高溫下，
~勞拉
回复：通過根據年齡和性別調整生物標誌物 A 的圖形構建器與運動嚴重程度評分 Y 的相關圖我剛拿了一個快的查看提供的數據和您的一些問題。 以下是我在數據中看到的內容和一些問題：
1. 我沒有任何關於數據的上下文。 DAT 或 MDS 的變化有多大的實際意義？
2. 關於 MDS 和 DAT 之間的相關性，相關性不強（r=-0.32），並且存在許多潛在的異常值（Mahalanobis，7）。 這沒有考慮到年齡/性別的影響。
3. 查看 DAT 與年齡和性別之間的關係，似乎性別幾乎沒有關係（擬合模型）。 年齡具有統計學意義。 這兩項僅佔數據變化的約 20%。 隨著年齡的增長，DAT 下降。
4. DAT 和 MDS 之間似乎確實存在線性關係，但在該模型中，年齡和性別均不顯著。 包含所有三個項的模型占數據變化的約 8%。
您對測量系統的信心如何？
