JMPでデータをクリーンアップする方法を学習した後、基本的な統計分析を開始します。この記事と次の記事では、線形回帰の分析プロセスを1つずつ紹介します。
線形回帰多変量解析を実行する前に、最初に単変量解析を実行する必要があることがよくあります。ただし、最も一般的に使用されるソフトウェア操作の単変量解析は煩雑であり、複数の独立変数の単変量解析を実行できるように、操作を繰り返すために独立変数を継続的に置き換える必要があります。
ただし、 JMPソフトウェアは、すべての独立変数の単変量解析を一度に実現できます。今日の記事では、JMPの使用方法を紹介します一元配置多変量一元配置分散分析を完了します。
なぜ線形回帰を行うのですか？
多変量解析は、結果の大部分が複数の要因の影響を受けるため、前述の1つのグループ変数のみを使用した単変量解析よりも実際には一般的です。たとえば、糖尿病の治療における2つの異なる薬の有効性を比較すると、2つのグループ間で有効性に差がある場合でも、BMI、血圧、食事などの多くの要因があるため、薬剤要因に起因するものではない可能性があります。なども薬物治療の有効性に影響を与えます。2つのグループ間のこれらの不均衡な要因が薬物の評価効果に影響を与える場合。したがって、実際には、多変量解析を使用することがよくあります。
私たちが通常言うことは、年齢や性別などの要因の影響を「調整」すること、または喫煙は肺がんの「独立した予後因子」であるということです。これらは多変量解析を指します。線形回帰は、定量的結果の多変量解析でよく使用され、主に1つ以上の独立変数と定量的結果の間の線形関係を説明するために使用されます。定量的な結果のリスク要因を調査する場合、通常、最初に線形回帰を検討し、次に線形回帰が適切でない場合は他の代替案を検討します。
線形回帰の単変量解析
いわゆる単変量解析、つまり、回帰を行うたびに、それを最初に置きます1独立変数、および各独立変数と従属変数の間の関係を観察します。
現在、多くの統計ソフトウェアは、単変量解析を行うときに1つの独立変数しか入れずに結果を出すことができます。別の独立変数の効果を確認したい場合は、戻ってもう一度行う必要があります。
20個の独立変数がある場合、同じ作業を20回前後に行う必要があると想像してください。このプロセスは非常に面倒で時間がかかります。 JMPこのソフトウェアは、すべての独立変数の単変量解析のための1回限りのツールを提供します。
図1のデータを例として取り上げて、体力スコアに影響を与える可能性のある要因を調べてください。
図1データ例（部分表示）
JMPで、[分析]メニュー→[YをXに合わせる]をクリックし（図2）、ポップアップダイアログボックスで、身体的健康スコアを[Y、応答]にインポートし、すべての独立変数を[X]にインポートします。 、ファクター」（画像3）。
図2「FitYwithX」の動作の概略図最初のステップ
図3「YをXに合わせる」の動作図の2番目のステップ
デフォルトの出力を図4に示し（3つの独立変数のみが表示され、残りは省略されています）、各独立変数と従属変数の散布図のみがページに表示されます。
図4「FitYwithX」の出力
あなたがしたい場合は各独立変数の単変量解析のテスト結果を表示します、JMPで後続の操作を実行する必要があります。連続変数とカテゴリ変数では手順が異なることに注意することが重要です。
連続変数
連続変数の場合、例として年齢を取り上げ、結果インターフェイスの[バイナリフィッティング]の左側にある赤い下向き矢印をクリックして→[フィットライン]を選択します（図5）。
図5連続変数の単変量解析の操作の概略図
出力結果を図6に示します。この図から、年齢と身体的健康スコアの間に負の線形関係があることがわかります。統計的検定の結果から、年齢と身体的健康スコアの間の線形関係は、0.05の検定レベルで統計的に有意でした（P = 0.0275）。
図6連続変数の単変量解析結果
カテゴリ変数
カテゴリ変数については、飲酒を例にとると、「...一元配置分散分析」の左側にある赤い下向き矢印をクリック→「平均/分散分析/プールされたt」を選択します（図7）。
図7カテゴリ変数の単変量解析の操作の概略図
出力結果を図8に示します。t検定と一元配置分散分析の結果も結果に示され、2つの結果は一貫しています。結果は、アルコール消費量と身体的健康スコアの関係が統計的に有意ではないことを示しました（P = 0.8871）。
図8カテゴリ変数の単変量の結果
これを見て、あなたは尋ねるかもしれません：多くの独立変数の場合、各独立変数は「適合線」または「平均/分散分析/プールされたt」を操作する必要があります、プロセスは非常に面倒ですか？
JMPこの問題を解決する便利な方法があります。これにより、すべての独立変数の統計的検定結果を非常に迅速に表示できます。 。
- 為に連続変数、最初に押すctrl鍵、次に、任意の独立変数の「バイナリフィット」の左側にある赤い下向き矢印をクリック→「フィットライン"、すべての連続変数の単変量解析結果の出力を実現できます。
- 為にカテゴリ変数、と同じ最初に押すctrl鍵、次に、カテゴリ変数の左側にある赤い下向き矢印をクリックします。選ぶ「」平均/分散分析/結合t 「」 、これにより、すべてのカテゴリ変数の単変量解析結果を出力できます。
上記は、今日共有されているJMPに基づくすべての独立変数の単変量解析です。次に、JMPで線形回帰の多変量解析を実行する方法について説明します。乞うご期待！
>> JMP多変量解析の詳細
統計分析の推奨記事：
元のリンク： https://mp.weixin.qq.com/s/uHau9nfIKPAmk9YaPoAb5Q
