Après avoir appris à nettoyer les données dans JMP, lancez une analyse statistique de base. Dans cet article et les articles suivants, nous présenterons le processus d'analyse de la régression linéaire un par un.
Avant d'effectuer une analyse multivariée de régression linéaire, il est souvent nécessaire d'effectuer d'abord une analyse univariée. Cependant, l'analyse univariée de la plupart des opérations logicielles couramment utilisées est lourde et il est nécessaire de remplacer en permanence les variables indépendantes pour répéter l'opération afin de réaliser une analyse univariée de plusieurs variables indépendantes.
Cependant, dans JMP Le logiciel peut réaliser l'analyse univariée de toutes les variables indépendantes en même temps. L'article d'aujourd'hui va partager comment utiliser JMP Effectuez une analyse unidirectionnelle multivariée unique.
Pourquoi faire une régression linéaire ?
L'analyse multivariée est plus courante dans la pratique que l'analyse univariée avec une seule variable de groupe décrite précédemment, car la grande majorité des résultats sont affectés par plus d'un facteur. Par exemple, en comparant l'efficacité de deux médicaments différents dans le traitement du diabète, même s'il existe une différence d'efficacité entre les deux groupes, celle-ci peut ne pas être attribuable à des facteurs médicamenteux, car de nombreux facteurs tels que l'IMC, la tension artérielle, l'alimentation, etc. affectera également l'efficacité du traitement médicamenteux. Si ces facteurs déséquilibrés entre les deux groupes affecteront l'effet d'évaluation du médicament. Par conséquent, en pratique, nous utilisons souvent l'analyse multivariée.
Ce que nous disons habituellement, c'est "ajuster" pour l'influence de facteurs tels que l'âge et le sexe, ou que le tabagisme est un "facteur pronostique indépendant" pour le cancer du poumon, ceux-ci se réfèrent à une analyse multivariée. La régression linéaire est souvent utilisée dans l'analyse multivariée des résultats quantitatifs, et est principalement utilisée pour décrire la relation linéaire entre une ou plusieurs variables indépendantes et les résultats quantitatifs. Lorsque nous voulons explorer les facteurs de risque pour un résultat quantitatif, nous considérons généralement d'abord la régression linéaire, puis envisageons d'autres alternatives si la régression linéaire n'est pas appropriée.
Analyse univariée de régression linéaire
L'analyse dite univariée, c'est-à-dire qu'à chaque fois que vous faites une régression, mettez-la en premier 1 variables indépendantes et observer la relation entre chaque variable indépendante et la variable dépendante.
À l'heure actuelle, de nombreux logiciels statistiques ne peuvent insérer qu'une seule variable indépendante lors d'une analyse univariée, puis produire le résultat ; si vous voulez voir l'effet d'une autre variable indépendante, vous devez revenir en arrière et recommencer.
Imaginez s'il y a 20 variables indépendantes, vous devez faire le même travail d'avant en arrière 20 fois. Ce processus est très lourd et prend du temps. JMP Le logiciel fournit des outils pour la mise en œuvre unique de l'analyse univariée de toutes les variables indépendantes .
Prenez les données de la figure 1 comme exemple pour explorer les facteurs d'influence possibles des scores de condition physique.
Figure 1 Exemple de données (affichage partiel)
Dans JMP, cliquez sur le menu "Analyze" → "Fit Y with X" (Figure 2), et dans la boîte de dialogue contextuelle, importez le score de santé physique dans "Y, response" et importez toutes les variables indépendantes dans "X , facteur" (image 3).
Figure 2 Schéma de principe de l'opération "Fit Y with X" La première étape
Figure 3 La deuxième étape du diagramme de fonctionnement de "Fit Y with X"
La sortie par défaut est illustrée à la figure 4 (seules 3 variables indépendantes sont affichées et les autres sont omises), et seul le nuage de points de chaque variable indépendante et variable dépendante est affiché sur la page.
Figure 4 La sortie de "Fit Y with X"
Si tu veux Visualiser les résultats des tests de l'analyse univariée de chaque variable indépendante , vous devez effectuer certaines opérations ultérieures dans JMP. Il est important de noter que les étapes sont différentes pour les variables continues et les variables catégorielles.
variable continue
Pour les variables continues, prenez l'âge comme exemple, cliquez sur la flèche rouge vers le bas à gauche de "Binary Fitting" dans l'interface des résultats → sélectionnez "Fit Line" (Figure 5).
Figure 5 Schéma de principe du fonctionnement de l'analyse univariée de variables continues
Les résultats de sortie sont présentés à la figure 6. On peut voir sur la figure qu'il existe une relation linéaire négative entre l'âge et le score de santé physique. D'après les résultats des tests statistiques, la relation linéaire entre l'âge et le score de santé physique était statistiquement significative au niveau du test de 0,05 (P = 0,0275).
Figure 6 Résultats de l'analyse univariée des variables continues
Variables catégorielles
Pour les variables catégorielles, en prenant la consommation d'alcool comme exemple, cliquez sur la flèche rouge vers le bas à gauche de "... analyse à sens unique" → sélectionnez "moyenne/ANOVA/t regroupé" (Figure 7).
Figure 7 Schéma de principe du fonctionnement de l'analyse univariée des variables catégorielles
Les résultats de sortie sont présentés dans la figure 8. Les résultats du test t et de l'ANOVA unidirectionnelle sont également donnés dans les résultats, et les résultats des deux sont cohérents. Les résultats ont montré que la relation entre la consommation d'alcool et le score de santé physique n'était pas statistiquement significative (P = 0,8871).
Figure 8 Résultats univariés pour les variables catégorielles
En voyant cela, vous pouvez vous demander : dans le cas de nombreuses variables indépendantes, chaque variable indépendante doit fonctionner "ligne ajustée" ou "analyse moyenne/variance/t groupé", le processus sera-t-il très lourd ?
JMP Il existe un moyen pratique de résoudre ce problème, qui peut afficher très rapidement les résultats des tests statistiques de toutes les variables indépendantes .
- pour Variables continues, premier appui ctrl clé , puis cliquez sur la flèche rouge vers le bas à gauche de "Binary Fit" pour n'importe quelle variable indépendante → sélectionnez " ligne ajustée ", qui peut réaliser la sortie des résultats d'analyse univariée pour toutes les variables continues.
- pour Variables catégorielles ,même avec Appuyez d'abord ctrl clé , puis cliquez sur la flèche rouge vers le bas à gauche de n'importe quelle variable catégorielle, choisir " moyenne / Analyse de variance / combiné t " , qui permet de générer des résultats d'analyse univariée pour toutes les variables catégorielles.
Ce qui précède est l'analyse univariée basée sur JMP pour réaliser toutes les variables indépendantes à un moment partagé aujourd'hui. Nous décrirons ensuite comment effectuer une analyse multivariée de régression linéaire dans JMP. Restez à l'écoute!
>> En savoir plus sur l'analyse multivariée JMP
Articles recommandés pour l'analyse statistique :
Lien d'origine : https://mp.weixin.qq.com/s/uHau9nfIKPAmk9YaPoAb5Q
