良い朝。 良い午後。
良い夕方、みんな。
私の名前はスタンサラノビッチ
そして私午前の主要アナリストで重要な繋がり、合同会社
そして私午前位置したでジェファソンビル、インディアナ州右横切っての川
からルイビル、ケンタッキー州ユナイテッド州のアメリカ。
そして今日私は行くに話すについて敗血症
予測から臨床的データ使用してJMPプロ16.
しかしほとんど全ての何私午前行くにする
ここ意思なれ利用可能での標準バージョンのJMP。
今しましょう話すについて敗血症のためにある分。
に始めるオフ、敗血症はある人生脅迫的な状態どれの発生するいつの体の
応答に感染原因組織ダメージそして原因器官失敗または平死。
で事実、敗血症費用ユナイテッド州
病院もっとよりもどれでも他の健康状態。
それでもし私たちはできた予測する敗血症そして検出するそれ早い、私たちはできた改善するの結果
の致命的お手入れ患者そしてまたより低いの料金の健康お手入れ。
それでだった行くに見てであるデータセット
今日、そしてこれはの実際のデータセットの臨床的データ。
それだった集めましたから二病院
でボストン、マサチューセッツ州エリアでのユナイテッド州。
そしてこれら二データテーブルだった出版されたとしてあるコンテストの上カグルによるある心臓病学
グループ、そしての結果だった最終的に出版されたでの心臓病学ジャーナル。
今、そこにはだった三つ単位関与した
でこれ勉強、そしてでこれコンテクスト、私持っているのデータのために何良い電話ユニット
1つそしてユニット二、どれのはデータから二ICU集中的なお手入れ単位。
の三番目グループのデータだったない作った公に利用可能そしてだった開催戻る
のためにのコンテスト、そしてそのまだない公に利用可能。
それで何良いする今は診るのデータそして見るもし私たちはできる予測する
敗血症そして何変数私たちはすべきなれ続くに避ける敗血症、どれの、
のコース、できるなれある人生脅迫的な状態。
今私持っているあるデータセットでフロントの自分、
そしてこれだったダウンロードされたからのカグルサイトそして輸入されたの中へJMP。
そしてしましょう取るあるクローザー見てでそれ。
いつもの私のようににJMP右でにのデータ分析、
しかしでこれ特定の場合、それはない行くになれある良いアイデア。
そして後私たちは見て以上のデータ、あなたはそうします見るなぜ。
初めの全て、しましょう見て以上での左
ののJMPデータテーブル、そして私たちは持っているの列窓。
私好むにするある多くのの仕事からここ
そしてここ私たちは見るある番号の変数。
それでしましょう始めると心臓レート
右ここ。
それは行くになれの重要予測器、おそらく、しかし私たちはしないでください知るそれ。
そして私たちは持っているの休むのの予測子以上ここ。
そしてそこにはは実は40の彼ら。
良い、いいえ、 38、もしあなたしないでくださいカウントの単位、二飽和、などセテラ。
そして私たちはできた行くを通してのリスト右ここ温度。
しかし何あなたはそうします知らせそしてのためにこれ、私は行くに持っているにスクロール
はそれの初め六または八列はただ臨床的データ。
私たちは持っている収縮期血プレッシャー。
私たちは持っている呼吸拡張期血プレッシャー。
そしてとして私たちは行く横切って私たちのデータテーブル、私たちは見るいくつかの研究室データ。
だった話しているについてグルコースそして乳酸塩
レベル、マグネシウム、リン酸塩、カリウム、ビリルビン、などセテラ、などセテラ。
そしてついに、私たちは持っているあるセットの列、
どれの私推測私たちはできた電話それ人口統計データ。
私たちは持っているの年右ここ、性別、そして何ユニット彼らは属するに。
今、その間だったの上単位、しましょう取るある見てここ。
私たちは持っているユニット1つそしてユニット二。
そして私たちは知るからやってる私たちの背景
研究そして私たちは全てする背景研究。
右前に私たちは始めるの分析、
私たちは知るそれ1つはある心臓病学ユニットそしての他の1つはある手術ユニット。
それでもし彼らはでユニット二、私たちは持っているある1つ標準練習する、
そしてもし彼らはでユニット1つ、どれの彼らはない、私たちは持っているあるゼロ。
また標準練習する。
しかし知らせ何かそれ以外ここ。
私たちは持っているある多くの行どこそこにははいいえユニット。
今、私たちはしないでください知る
どこそれデータ来たから、ないユニット二。
そしての背景それだった出版されたの上のケーブルサイト言う私たちそれの三番目
ユニットは行くになれ開催戻るにスコアのモデル。
それでそれそうではなかった作った公共。
それで私たちはしないでください知るどこそれデータ来たから。
そして病気話し合うそれでさらに遠く詳細である少し少し。
今しましょうスクロール戻る以上そして見てでいくつかの他のものについてこれデータテーブル。
私たちは持っているある全体多くのないデータそしていくつかのの彼らしましょう取るある見てでいくつかの
のの列ここ、そして私たちはできるただスクロール下。
ここのビレロビン直接。
あるよ1つ私たちは持っていたに行く下63行前に私たちは見つかった1つセットのデータ。
こちらです別の1つで行113.
それであるよないある全体多くのデータでそこには。
としてある案件の事実、それカラムはのみ
3%人口が多い、そしてあるよある全体多くの他の列
それは人口が多いである似ているレート。
それだったの最悪例、しかし彼らはある全体多くの五そして十。
そして私たちはまた持っているの問題と提出ユニット割り当て。
それでさせて自分近い
それデータテーブルそして私意思開ける別の1つ。
そこには私たちはは。
今、私作ったいくつかの修正
にそれ初めテーブルそして私決めたに保存いくつかの時間そしてない作るあなた座るを通して
そしてただ時計自分クリックするの上列。
知らせ以上ここでの列エリア、私たちは持っているこれら二シンボル右ここ。
1つ隠す列そしての他の1つ除外します彼らからの分析。
そしてもしあなたはそうします知らせこれ1つ特定の
1つ、などCO2、それだった右についてここでの初め
データセットそしてそのない。
それで私たちは隠した彼らそしてだった行くに除外する彼らからの分析。
私またした二ものどれのそのただ個人的に自分。
番号1つ、私移動しました私たちの目標変数。
何私たちは欲しいに予測するは敗血症
にの左、それでそれいつ私ビューのデータテーブル、私できるただスキャン横切っての行そして
見るいくつかの人間関係もしあるよ何か私欲しいに見る。
そして彼らはまた移動しましたこれ1つ以上なぜなら私知っていたこれ
ただから全て、のために足らないのあるより良い学期、
一般的な直感それこれだった行くになれの重要変数そしてそれは
集中治療室、ロス、どれのは集中的なお手入れ、ユニット長さの滞在する。
今しましょう見てでいくつかの他のものその周りここ。
私欲しいに注記1つ他のもの私除外されます。
どこだったそれ？
右ここ。 あなたできない見るそれ病院入場料時間。
そして何それは、私たちは考える、はの時間間彼らはだった認めた
にの病院そしての時間彼らはだった認めたにのICU。
そしてある多くのそれらの数字はネガティブ、しかしあるよ何もないでのドキュメンテーション
それ言う私たちどうやってあなたできる持っているあるネガティブ時間。
それで私除外されるそれらのまた。
そしての他の行それ私除外され、のようにの橋でそこには右その上それ。
そのの同じ取引とそれらの。
あるよある多くのないデータ、
それで私ただ除外されるそれらの。
そしてしましょう見る、
はそこには何でもそれ以外私必要にするここ？
いいえ、その時間にするの分析。
しかし前に私たちはするそれ、させて自分教えてあなた何の全体プランは行くになれ。
そしてそれは後私たちは診るのデータ
そしてクリーンそれそして準備それ、どれの私たちは持っていますすでに終わり、
だった行くに見てでの個人単位。
だった行くに見てでは敗血症、
で他の言葉、かどうかまたはないの人々開発する敗血症、
そしてだった行くにするいくつかのデータベース管理。
それでしましょう得る始めました。
の初めもの私はそうするだろうのようににする
は行く上ここにテーブル
そしてそれから行くにサブセット、そして私たちは得るのポップ上窓からJMP。
それ言う作成するある新しいデータテーブル、などセテラ、などセテラ。
それでさせて自分クリックの上それ。
そしてのコース、私欲しいにチェックこれ箱ここそれ言うサブセット、買う。
そして病気スクロール下なぜなら私たちは知っていたそこにはだった二単位そしてそこにはだったまた、
で効果、ある三番目ユニット、どれのだったどちらでもないユニット1つまたはユニット二。
それでさせて自分ただクリックの上ユニット1つ、
そして私欲しいに引くで全ての行からそれ1つ。
そして私はそうするだろうのようにに保つある買うカラムただとして
ある安全性チェック、そしてあなたはそうします探す外なぜでただある分ここ。
そして私たちはできた保つの対話開ける。
しかし私は走るを通してこれ分析前に、
それで右今、うまくいけば私しません作るある間違い。
それしません変化私の心。
そしてあるでしょうなれいいえ必要に保つの対話箱開ける。
そして
のために右今、良いスキップの出力テーブル名前、
そして私しないでください欲しいにリンクそれにのオリジナルデータテーブル、
しかし病気来る下ここにこれ箱そして保存の脚本にのソーステーブル
そして取る1つ最後見て以上これそしてすべて見た目わかった。
そして病気クリックのわかった。
今させて自分別これらある少し少し。
覚えて、私たちは持っていたユニット1つ、ユニット二、
そしてない、どれのだったどちらでもないユニット1つまたはユニット二。
そして私は得た三つデータテーブルここ。
そしてでのタイトル、
それ言うユニット1つ、 JMP調査。
良い、しましょうただ見てでそれ。
それ言うここユニット1つ。
そしてもし私スクロール以上、
それ言うユニット1つそしてユニット二。
そしてこれはの理由私保たれたの買う列右ここ。
その全てない、お父さん。
そして私たちはスクロール下ある少し少しただにダブルチェック。
そしてうん、それ見た目のように彼らはない。
それでそれ言うユニット1つ。
それで何私たちは欲しいにするは
ラベルを付け直すそれ右クリック、打つ、編集、そして私たちはできる変化それにない。
そして病気タイプそれでそして良い打つわかった、
そして私たちは今知る何それは。
それ言うユニット1つ等しい
私タイプミスしたそれすべきなれない、
しかし病気離れるそれ行くのために右今なぜなら私たちはできない分析するそれなぜなら私たちはしないでください
知るどこそれ来たからまたはそれよりも、私たちはしないでください欲しいに分析するそれ。
それで病気ただ近いそれ外そして私しないでください欲しいに保存の変化します。
今、これ1つ言うユニット1つ等しいゼロ。
そして病気来る以上ここそしてうん、もちろん十分、あるよゼロでユニット1つ、
どれの手段それするない属するにユニット1つ。
そして以上ここそれ言うユニット二そしてあるよ1つでの列。
スクロール下ある少し少しただに作るもちろん。
そしてうん、それ言うユニット二。
わかった、それで何良い欲しいにするは行く上
ここそして私たちはできるクリックそれそして私たちはできた編集1つ、編集それ。
そして今私欲しいに変化それ
そして良いするそれ。
そしてここどこそれ言うサブセット脚本。
私たちはできる行く上ここ
そして私欲しいに変化これ。
私できる編集それそして病気変化それにユニット、あまりにも、しかしそれしませんするそれ右今。
そしてそれ言う右ここ、もし私たちは欲しいにチェック、だった探しているでユニット
そして右ここそれ言う保つによるカラム1つ、ユニット1つ、そしてそれは
のカラムそれは。
それで病気ただキャンセル外のそれのために今。
そしてそのの同じとこれデータテーブル以上ここ。
私たちはできる行くにソースコード、またはそれよりものソース編集。
それ言う保つによる列1つ、列1つ、
そして良いキャンセル外のそれ。
そしてそれはそれのためにの単位のために右今。
今、何私たちはできたするは行く上ここ
そしてする別の
テーブルプラットホーム。
私たちは得たまとめそしてサブセットそして何でも私たちはできたクリックの上まとめ、
そして私たちはできた引っ張る
何私たちは欲しいに要約するでここそして私たちはできた選ぶ私たちの統計、
かどうか私たちは欲しいにカウントでの平均、標準偏差、の中くらい、
言い訳自分そして全体多くの他のもの、しかし良いスキップそれのために今
そしてさせて自分キャンセルそれ外
そして病気近いこれら二テーブルそして私しません保存彼らなぜなら私持っている
あるカップルのテーブル下ここどこ私すでにしたこれ。
それでさせて自分取る来る上ここそして病気選択するユニット1つ
そしてユニット二そして病気開ける彼ら。
今、もし私たちは欲しかったに見るの違いで結果、のために例、
間ユニット1つそしてユニット二、私たちはできた分析する両方のこれら状態セット
別々に、しかしでの興味の時間、私たちは意思ないするそれ。
何私たちは意思する、私たちは組み合わせる彼ら
そして分析する彼ら一緒に。
今、しましょう見せる別の特徴のJMP
それ作るのデータ取り扱い一部の私たちの仕事簡単。
そしてさせて自分行く上にテーブル
そして何私たちは欲しいにするここは連結するそしてのヘルパー窓ショー上。
それ言う組み合わせる行からいくつかのデータテーブル。
私たちは持っているある番号の他の選択私たちは
できた持っている作ったに避ける私たち持っているに書くいくつかのSQLコード、いくつかのSQLコード。
しかしここ私たちは欲しいに連結するそれ。
そしてユニット1つ示した上の上上そしてそれは良い。
そして何私たちは欲しいにするは連結するユニット二。
それで病気クリックの上それそして病気クリックそれそしてしましょう与えるこれある名前。
しましょう電話これ。
どうやってについて両方
これまたはない？ チェックそれ。
病気ただチェックそれここ今。
そして私たちはできた作成するあるソースカラムそしてまたとしてあるチェックただに作るもちろん
すべては進行中のように私たちは欲しいそれに進む。
病気作成するのソースカラムそして私できた保つの対話箱開ける。
それは右ここ。
しかし私意思近いそれのために今以来うまくいけば私しませんでした作るどれでも間違い。
しません持っているに行く戻る
そして良いクリックの走るボタン
そしてしましょう見る。 それしませんでした来る上。
させて自分試すそれまた。
させて自分近いそれ窓。
良い離れるそれのようにそれそしてしましょう見る何が起こります。
そこには私たちは行く。
しなければならない持っている脂肪指これ朝。
そしてこれはある組み合わせたデータテーブルそしてとして私言及された、私はそうするだろうのようにに保つそれ開ける。
その私たちのソーステーブル。
通常は何私するは引っ張るそれどこかでオフの角ののテーブル。
しかしのために右今、良い離れるそれそこにはそして良いただスクロール下ある少し少し
そして私たちは注記それ私たちは持っているユニット1つ、ユニット1つ。
そこには私たちは行く。 ユニット二。
それでそれ奉仕するとしてあるチェック。
それで私たちは持っているそれそこには。
今その時間ついにに始めるの分析。
私たちはできるするある番号のものここ。
初めの全て、私たちは注記それほとんどの私たちの変数は継続的な
を除外するのために私たちの目標変数、どれのはバイナリの上またはオフ、はいまたはいいえ、などセテラ。
しかししましょうただ取るある見てでの配布物。
私いつものようににポイントこれ外での分析。
これは1つの私のお気に入り特徴にJMP。
あなたできるするある素早い検査右ここ
に見るもしあるよ何でも奇妙なそしてしましょう見る。
わかった、スクロール戻る以上。
私しないでください見る何でもそれポップス外で自分。
それ見た目のようにユニット1つそしてユニット二。
だった右でそこには。
1つものに注記右ここは敗血症1つあるよ。
あるよある多く少ない行どこの忍耐強い行ったの中へ敗血症。
そしてしましょう見る、私考えるそれだったについて7％。
それでだった探しているで93ここそして7％ここ。
それでさせて自分得る取り除くのそれ。
それは何私のようににする。
今しましょう行く上にの分析するメニュー、そしてだった行くに作る使用のこれ
かわいい多くの独占的にから今それまでの終わりののプレゼンテーション。
それで私は行くに行く下ここ、
私は行くに選ぶ多変量メソッド
からの落とす下、そして私得る別の落とす下。
そして何私は行くにする、来るの上、は選ぶ多変量。
そしてこれ窓ポップス上そして望むに知るのなぜ電話。
によるの方法、これはの理由なぜ私のように
に置く別の理由私のようにに置くの目標変数以上の上の左。
その右ここ、
そして私たちはできるポップそれの中へのYカラムそして私たちはしないでください持っているにスクロールそしてハントのためにそれ。
それでしましょう見る、私たちは持っています得たすべてでそこには。
私たちはしないでください欲しいユニット1つまたはユニット二。
何それ以外する私たちは持っている？
性別、年？
病気教えてあなた何、しましょう
置く彼ら全てでそこには
そしてクリック私の電話
打つ。わかった。
そしてここにあります何私たちは得る。
私たちは得るある相関マトリックス。
今しましょう取るある少しクローザー見てでこれ。
そのある少し混乱するなぜなら私たちは置くある全体多くの変数で。
しかしまた、それは1つのの利点にJMP。
あなたできるポップ彼ら全てでそこにはそしてしないでください持っているに書く余分なコードのためにそれ。
それで私たちは持っている私たちの対角線ここ。
私たちのマトリックスは反映された平行の対角線。
それでそのの同じデータ上そして底そしていくつかの違う色ここ。
1つ手段ある高い相関。
その統計的に重要な、どれのは何私たちは期待する。
の血プレッシャー、のために例、すべきなれ相関のあるかなり良いと自体。
しかし私たちはまた注記それ右ここ、右下それ、
その相関のあると何か呼ばれた地図、どれのは平均動脈性のプレッシャー。
それでそれは平均間ある収縮期そしてある拡張期。
それでそれ作るセンス。
そして私たちは持っているDBP、どれのは拡張期血プレッシャー。
それでそれ作るセンス。
そしてあるよないある全体多く私たちはできる見るここ。
こちらです別の相関。
わかった。
それはパンのためにの尿素コンテンツ。
血尿素窒素は何それスタンドのために。
それはの尿素コンテンツのの血、
どれのはある副産物のセルラー生理。
そしてそれ見た目のようにその相関のある
と何か以上ここ、カリウム、しかしかわいい多くのそれはについてそれ。
こちらですあるヘマクリティカル、どれの見た目のようにその相関のあると右以上ここ、のHGB。
もし私たちは読む以上、
みんな見るそれ四角ここ？
取るある2番に見てでそれ。
そしてHCTはヘマクリット、そしてHGBはヘモグロビン。
そしてヘモグロビンはある直接測定のヘマクリットまたは言い訳自分、のヘモグロビン。
そしてのヘモクレトはの私信じるそのの音量分数の赤血細胞。
それであなたするだろう期待する彼らになれ相関がある。
それで
ないある全体多くに見るここ外のそれ。
5月として良い近いそれ。
次、だった行くに行く戻る上にの分析するメニュー。
だった行くに行くに分析する。
そしてからの落とす下、だった行くに行くにふるい分け。
そしてまた、私たちは持っている別の落とす下。
そしてしましょうホバー以上これ。
その呼ばれた予測子ふるい分け。
それ画面多くの予測のために彼らの能力に予測するの結果。
それで私たちは欲しいになれできるに予測する
かどうかまたはないある特定の忍耐強いは
行くに開発する敗血症それでそれそれ見た目のようにある良い選択。
それで私たちはクリックそれそしてこれはの窓それ私たちは得る。
そしてまた、私たちは欲しいに知るは敗血症。
1つははい、ゼロはいいえ。
それで私たちはクリックそれそしてだった提示された
との範囲また、の同じ範囲私たちは持っていた前に。
そしてしましょうする何私たちはした前に。
始めるここ。
だった行くに行く下ここに性別、
無視するの単位また、打つのシフトボタン、
クリックそして私たちは選択する全ての彼らそしてだった行くに打つのバツボタン。
そしてあるよ何もないそれ以外そこにはのために私たちに取る注記の。
しません見てのように何でもそれ以外にクリック。
それでするそれ。 良いクリック。
わかった。
そしてそこには私たちは行く。
そしてJMP言う私たちそれそのやってるあるブートストラップ森。
私たちはできたするある全体プレゼンテーションの上ブートストラップ森、しかし私たちはしないでください持っている時間。
で事実、私たちはできたおそらくする二または三つまたは四。
そして私たちはは取得そこには。
その得点の結果そして私たちはただ持っているに待って。
その取るあるその間のためにいくつかの理由。
そしてそこには私たちはは。
しましょう見てで何私たちは持っているここ。
私たちは持っているの貢献、どれのはのネット貢献、ないスケーリングされた、ないスケーリングされた
にのモデル。
私持っているに使用の言葉また部分
それ貢献するにのモデル。
そしてあなたできる考えるのこれとしてある重さ
分数またはもしあなた好む、かけるによる100であなたの頭に作るそれあるパーセント。
そしてもし私たちはただ取るある素早い見てでそれ、私たちは見るあなたでゼロ、 61そして三つ。
それでだったでゼロ、 74、六。
見た目のようにそれかかります私たち上にゼロ、八または80%
説明。
それでそれは何それは。
それで全てそれらの作るセンス。
今しましょう見てでそれイキュロス
前に、私話しましたについて除くそれ良い集中的なお手入れユニット長さの滞在する
それ予測する何見た目のようにもっとよりものその他組み合わせて、おそらく。
しかし、
もし私たちは使用それ、それするだろうなれある少し少しの円形推論。
もし人々開発する敗血症、彼らはほとんど確かに行くに終わり上でのICU。
もし彼らはは本当に病気、彼らは5月なれでより高い危険の現像敗血症。
それで彼らはは行くに終わり上でのICU。
それでもし彼らはで彼らの集中治療室、彼らはおそらくかわいい病気に始めると。
彼らはすでに現像敗血症そして彼らは行くになれでそこにはのためにあるその間。
それで
しましょう行く上ここでエクセル。
それ本当に
しませんヘルプ私たちあまりにも多くのなぜならそのない
何か私たちはできる測定のように血プレッシャー。
私平均、彼らはすでにでそこにはまたは彼らはないでそこには。
それでしましょう亡命にそれそして良い行く上ここに分析する
戻る下にふるい分け、
予測器、ふるい分け。
打つは敗血症のためにのY応答。
そしてしましょう離れるそれ1つ外。
しましょう離れるのICUロス外そして良いするすべてその通りの同じとして前に。
打つ、シフト、性別、選択するすべて。
打つのバツボタン。
何もないそれ以外のために私たちにするそこには。
それしません見てのように打つ。
わかった。
そして良いただ待ってのためにある少しその間。
また、
見た目のようにそのランニングある少し少しもっと早くこれ時間。
そしてここ私たちは行く。
今私たちは持っていたのICUロス完全に外
のの写真そして私たちは見る何かそれ以外ここ。
のバン血尿素窒素見た目のようにそのでのランニングのためにある重要な
予測子後それ温度、どれの作るセンス。
もしあなた開発する敗血症、あなた持っているの感染。
それであなたはおそらく行くに持っているある温度。
クレアチニンはある副産物の筋壊す。
それでそれ作るセンス。
そして覚えて、私たちはした私たちの研究前に
私たちは始めましたの分析そして後それ呼吸、それ作るセンス。
浅い、急速な呼吸、ヘモグロビンコンテンツ、ヘマ、クリティカル。
わかった、彼らは非常に相関のある血プレッシャー。
そしてこれWBC私しませんでしたポイント外前に、しかしそれは白血細胞カウント。
それでそれ作るセンスあまりにも。
今私たちは持っているある決断に作る。
これは明らかに
のほとんど目立つしないでください欲しいに言う重要。
だったないもちろんそれまだ、しかしそののほとんど目立つ。
後それ来る温度そしてクレアチニン。
そしてそれからあるよある大きい落とす
でのランキングそしての重要性ののランキングでの部分ここ。
それで私たちは持っているある決断に作る。
それで
しましょう始める上そこにはとの血尿素窒素そしてしましょう行く下。
しましょう引くでとして多くのとして私たちはできるなぜならJMPは行くに作るこれ、
全ての繰り返しのタスク、
全ての計算、簡単のために私たちによる取る彼ら離れてから私たち。
それでシフトクリック。
しましょう行く下に収縮期血プレッシャー。
それはおそらく行くに遊ぶある役割
なぜならもしあなた持っている敗血症、あなた傾向があるに持っているとても低い血プレッシャー。
危険な。
そして私たちは持っているいくつかの他の測定値下ここ、しかし良いただスキップそれらの。
によるの方法、これら二は行くになれ相関がある。
これ1つ右ここはの部分的プレッシャーのの炭素二酸化物
での血そしてこれはの炭酸塩コンテンツのの血。
それでそれらのは行くになれ関連している。
それでそれしません見てのようにあるよ何でもそれ以外の重要性。
そしてJMP置くであるハンディリンクそこには。
それ言うコピー選択されました。
それでしましょうするそれ。
私コピーされましたの選択されたそして病気ただ離れる
それ開けるのために右今そして良い行く上ここに分析する一度また。
そして何私たちは欲しいにする今はフィットのモデル。
それ言う合うある線形回帰。
それでしましょう行くそこには。
そして以来私たちはコピーされました選択
での前の窓、 JMP思い出したそれのために私たち。
そして何私たちは欲しいにするはクリックの追加ボタン
そして結婚したのように彼らに構築するのモデル効果。
それ手段私たちは欲しいに使用彼らとしてあるモデリング変数。
そして何それ以外私たちは持っているここ。
知らせこれアッパー右手コーナー私たちは持っている何か呼ばれた人格。
それで集中の上それ右手コーナーのためにただの次30秒またはそれで。
そして病気行く以上ここそして打つ彼の敗血症そして良い置くそれでのワイン。
病気見てでのアッパー右手コーナー人格。
私クリックのYそして私得るある選択ここ。
私得るいくつかの選択肢での落とす下メニュー
そして私得るの強調窓そして病気クリックの落とす下三角形ここ
そして私持っているある全体多くの選択肢ここそして私たちはしません行く以上彼ら右今。
しかしおそらく何私欲しいはある一般化された線形モデル。
そしてもし私ホバー以上それ、させて自分試すそれまた。
それ与える私たちあるポップ上窓。
それ言う合うある一般化されたモデル、そして試すそれ一度また。
そして私得るに選択するの分布
そしてのリンクそして全てそれ選別のもの、どれの病気行く以上であるカップルの秒
ここ、そして私得る別の落とす下ここあるリンク関数。
それでしましょう始めると分布。
そして
覚えて、私たちは拡張されたそれ上カラムそして私たちは得た私たちの配布物。
私たちは取ったある見てでそれしませんでした見てのように
あるよ何でも奇妙なそこには、で少しでもの上ある大きい規模。
それでしましょうただ選ぶ普通。
そして私欲しい論理
のためにのリンク関数
なぜなら私たちは持っています得たあるバイナリ変数それだった試していますに予測する。
そしてしましょう見る、
取るあるクローザー見て。
何もないそれ以外左のために自分にする。
それしません見てのように。
それで病気打つの走るボタン
そしてここ私たちは行く。
こちらです私たちの一般化された線形モデルフィット、そしてそれ与える私たちあるまとめ上。
ここ何私たちは見たで。
私たちは得たある甲斐四角。
私しません行く以上それでどれでも素晴らしい詳細、しかししましょうスクロール下ある少し少しもっと、
カットそれオフ。
ここ私たちは持っているの効果まとめ。
そしてただによるの方法、もし私たちはクリックの上これら三角形、
私たちはできる隠れる彼らまたは作る彼ら現れるまた。
それで依存しての上何私たちは欲しいに現在、
病気ただ離れる彼ら全て開けるのために右今。
そして何私たちは持っている上ここはのソース。
そしてそこにはそれは。
血まみれのレインロゲン。
のパンは上そこにはとても高いまた、フォローしましたによる温度、クレアチニン、
白血細胞コンテンツ、心臓レート、そしていくつかの血プレッシャー測定。
そして全てこれ作るセンスから何私たちは知る
について敗血症そしてログ価値は貢献。
そして以上ここ私たちは持っているP価値そして私たちは見るそれ彼らは全てとても非常に重要な
上に右についてここ、の白血細胞コンテンツ。
そして私たちは見るある青ラインここ。
そして何それはのログ価値の二。
そしての理由私たちは取るのログ価値
はなぜなら結婚したのようにになれできるにドウものの上のグラフ。
それで私たちは置くそれの上あるログスキルそしてそれただ作るそれより簡単に。
さもないとの噴射バー上ここするだろうなれオフの角の私の画面。
そしてこれ青ラインここは
ある意義レベル
なぜならそののログ価値
そしてゼロ1つ意義レベルはログのネガティブ二。
言い訳自分、はの価値のゼロ二、どれのはログの二。
得る取り除くののネガティブサイン。
そしてそれは何これ青ラインは。
それでこれらは全て重要な上に人事部。
そしてもし私たちは来る下ここ、
私たちは持っているの四角結果そして私たちは見るいくつかの意義レベルここ、あまりにも。
そして基本的に、だった探しているでの呼吸、
のパンそしてのクレアチニンそしてまたの温度。
彼らは全て非常にほとんど忘れたの白血細胞コンテンツ下ここ。
そして私はランニング外の時間、それで私しません説明するある全体多くについてそれ。
しかしもし私たちはスクロール下ある少し少しもっと、私たちはできる得るの見積もり
のために私たちの予測された変数ここ。
これはの見積もりのの指数そしてそれ与える私たちもっと統計的データの上それ。
そして私は起動に走る外の時間。
それでさせて自分ただ最小化するそれらのウィンドウズ
そして良い得る取り除くの全てのハイライトそしてしましょう要約
何私たちは持っていたここ。
ここは私たちのオリジナル、非常に掃除されたそして並べ替えたデータテーブル。
私たちは欲しいに予測する敗血症、どれのはバイナリ。
そして私たちは支配外のレンズの滞在するでのICUユニットそれは右ここなぜなら
それしませんでしたヘルプ私たちそしてそれだった親切の円形論理。
そして私たちは持っています得た私たちの変数で三つ別グループ上ここ。
私たちは始めるオフとの臨床的そしてそれから私たちは来る以上ここそして私たちは持っていた全て
私たちの血テストそしてそれから私たちは持っていたの人口統計データそして私たちは持っていた二単位
そして私たちは除外される全て25または30%ののデータなぜなら
のデータそうではなかった割り当てられたにどちらかユニットそして私たちはしないでください知るどこそれ来たから。
それで私たちは得た取り除くのそれそしてそれから私たちはサブセット化されたすべて。
覚えて、私たちは得たに良い、実は、私たちは得た三つ別サブセットなぜなら
の三番目サブセットだったのないデータユニットユニットいるで引用。
そして私たちは行ったからそこにはそして私たちは行った
にの多変量に見てのためにいくつかの相関関係。
それから私たちは行ったにの分析するふるい分け、予測子ふるい分け、
そして私たちは得た何私たちは
考えただった行くになれ私たちのほとんど貴重な予測子に予測する敗血症。
そしてついに私たちは行ったにフィットモデルそしてさせて自分
繰り返すの上それ。
私たちは行った上に分析する
フィットモデル
そして私たちはクリックしたそれそして私たちは得たこれ窓
そして私たちは捨てられたすべてでそこにはを除外するのために何私たちは欲しかったに除外します。
そして私たちは置く敗血症右ここでこれy変数。
そして覚えて、これはのエリアそれ私たちは持っていた
に集中の上上ここでのアッパー右手コーナー。
私たちは持っていたの人格そしてあるカップル
の他の選択に作る、そして私たちは選択されたからそれ。
そして私たちは得た私たちの結果、どれの私
行った以上についてある分前、そしてそれはの終わりののプレゼンテーション。
私希望みんな楽しんでいます平学んだある少し何かからそれ。
感謝あなたのために見ていて、聞いている、そして与えるそれあなたの注意。
