Nachdem Sie gelernt haben, wie Daten in JMP bereinigt werden, beginnen Sie mit der grundlegenden statistischen Analyse. In diesem Artikel und den folgenden Artikeln stellen wir den Analyseprozess der linearen Regression nacheinander vor.
Vor der Durchführung einer multivariaten Analyse der linearen Regression ist es häufig erforderlich, zunächst eine univariate Analyse durchzuführen. Die univariate Analyse der meisten üblicherweise verwendeten Softwareoperationen ist jedoch umständlich, und es ist notwendig, die unabhängigen Variablen kontinuierlich zu ersetzen, um die Operation zu wiederholen, um eine univariate Analyse mehrerer unabhängiger Variablen durchzuführen.
Allerdings hinein JMP Die Software kann die univariate Analyse aller unabhängigen Variablen gleichzeitig realisieren. Im heutigen Artikel erfahren Sie, wie Sie JMP verwenden Führen Sie eine einmalige multivariate Einweganalyse durch.
Warum lineare Regression?
Die multivariate Analyse ist in der Praxis häufiger als die zuvor beschriebene univariate Analyse mit nur einer Gruppenvariablen, da die überwiegende Mehrheit der Ergebnisse von mehr als einem Faktor beeinflusst wird. Wenn Sie beispielsweise die Wirksamkeit zweier verschiedener Medikamente bei der Behandlung von Diabetes vergleichen, selbst wenn es einen Unterschied in der Wirksamkeit zwischen den beiden Gruppen gibt, kann dies nicht auf Medikamentenfaktoren zurückzuführen sein, da viele Faktoren wie BMI, Blutdruck, Ernährung, usw. wird auch die Wirksamkeit der medikamentösen Behandlung beeinflussen.Wenn diese unausgeglichenen Faktoren zwischen den beiden Gruppen die Bewertungswirkung des Medikaments beeinflussen. Daher verwenden wir in der Praxis häufig multivariate Analysen.
Was wir normalerweise sagen, ist, sich an den Einfluss von Faktoren wie Alter und Geschlecht „anzupassen“, oder dass Rauchen ein „unabhängiger Prognosefaktor“ für Lungenkrebs ist, diese beziehen sich auf multivariate Analysen. Die lineare Regression wird häufig in der multivariaten Analyse quantitativer Ergebnisse verwendet und dient hauptsächlich zur Beschreibung der linearen Beziehung zwischen einer oder mehreren unabhängigen Variablen und quantitativen Ergebnissen. Wenn wir Risikofaktoren für ein quantitatives Ergebnis untersuchen möchten, ziehen wir normalerweise zuerst die lineare Regression in Betracht und ziehen dann andere Alternativen in Betracht, wenn die lineare Regression nicht angemessen ist.
Univariate Analyse der linearen Regression
Die sogenannte univariate Analyse, dh jedes Mal, wenn Sie eine Regression durchführen, stellen Sie sie an die erste Stelle 1 unabhängigen Variablen und beobachten Sie die Beziehung zwischen jeder unabhängigen Variablen und der abhängigen Variablen.
Derzeit können viele statistische Softwareprogramme nur eine unabhängige Variable eingeben, wenn sie eine univariate Analyse durchführen, und dann das Ergebnis erstellen; wenn Sie den Effekt einer anderen unabhängigen Variablen sehen möchten, müssen Sie zurückgehen und es erneut tun.
Stellen Sie sich vor, es gäbe 20 unabhängige Variablen, Sie müssten die gleiche Arbeit 20 Mal hin und her machen. Dieser Vorgang ist sehr umständlich und zeitaufwändig. JMP Die Software bietet ein einmaliges Tool für die univariate Analyse aller unabhängigen Variablen .
Nehmen Sie die Daten in Abbildung 1 als Beispiel, um die möglichen Einflussfaktoren der körperlichen Fitnesswerte zu untersuchen.
Abbildung 1 Beispieldaten (Teildarstellung)
Klicken Sie in JMP auf das Menü „Analysieren“ → „Y mit X anpassen“ (Abbildung 2) und importieren Sie im Popup-Dialogfeld den körperlichen Gesundheitswert in „Y, Antwort“ und importieren Sie alle unabhängigen Variablen in „X , Faktor" (Bild 3).
Abbildung 2 Schematische Darstellung der Operation von "Fit Y with X" Der erste Schritt
Abbildung 3 Der zweite Schritt des Operationsdiagramms von "Fit Y with X"
Die Standardausgabe ist in Abbildung 4 dargestellt (es werden nur 3 unabhängige Variablen angezeigt und der Rest weggelassen), und nur das Streudiagramm jeder unabhängigen Variablen und abhängigen Variablen wird auf der Seite angezeigt.
Abbildung 4 Die Ausgabe von „Fit Y with X“
Wenn Sie wollen Sehen Sie sich die Testergebnisse der univariaten Analyse jeder unabhängigen Variablen an , müssen Sie einige nachfolgende Vorgänge in JMP ausführen. Es ist wichtig zu beachten, dass die Schritte für kontinuierliche Variablen und kategoriale Variablen unterschiedlich sind.
kontinuierliche Variable
Für kontinuierliche Variablen, nehmen Sie als Beispiel das Alter, klicken Sie auf den roten Pfeil nach unten links neben „Binary Fitting“ in der Ergebnisschnittstelle → wählen Sie „Fit Line“ (Abbildung 5).
Abbildung 5 Schematische Darstellung der Funktionsweise der univariaten Analyse kontinuierlicher Variablen
Die Ausgabeergebnisse sind in Abbildung 6 dargestellt. Aus der Abbildung ist ersichtlich, dass es eine negative lineare Beziehung zwischen Alter und körperlicher Gesundheit gibt. Aus den statistischen Testergebnissen geht hervor, dass die lineare Beziehung zwischen Alter und körperlicher Gesundheit bei einem Testniveau von 0,05 (P = 0,0275) statistisch signifikant war.
Abbildung 6 Univariate Analyseergebnisse kontinuierlicher Variablen
Kategorische Variablen
Klicken Sie für kategoriale Variablen am Beispiel des Trinkens auf den roten Pfeil nach unten links neben „...Einweganalyse“ → wählen Sie „Mittelwert/ANOVA/gepooltes t“ (Abbildung 7).
Abbildung 7 Schematische Darstellung der Funktionsweise der univariaten Analyse kategorialer Variablen
Die Ausgabeergebnisse sind in Abbildung 8 dargestellt. Die Ergebnisse des t-Tests und der einfachen ANOVA sind ebenfalls in den Ergebnissen angegeben, und die Ergebnisse der beiden sind konsistent. Die Ergebnisse zeigten, dass die Beziehung zwischen Alkoholkonsum und körperlicher Gesundheit statistisch nicht signifikant war (P = 0,8871).
Abbildung 8 Univariate Ergebnisse für kategoriale Variablen
Wenn Sie dies sehen, fragen Sie sich vielleicht: Im Fall vieler unabhängiger Variablen muss jede unabhängige Variable "angepasste Linie" oder "Mittelwert- / Varianzanalyse / gepooltes t" ausführen. Wird der Prozess sehr umständlich sein?
JMP Es gibt einen bequemen Weg, dieses Problem zu lösen, der die statistischen Testergebnisse aller unabhängigen Variablen sehr schnell anzeigen kann .
- zum Kontinuierliche Variablen, zuerst drücken Strg Schlüssel , dann klicken Sie auf den roten Abwärtspfeil links neben „Binary Fit“ für eine beliebige unabhängige Variable → wählen Sie „ angepasste Linie ", die die Ausgabe von univariaten Analyseergebnissen für alle kontinuierlichen Variablen realisieren kann.
- zum Kategorische Variablen ,Das gleiche mit Drücken Sie zuerst Strg Schlüssel , und klicken Sie dann auf den roten Abwärtspfeil links neben einer kategorialen Variablen. wählen " bedeuten / Varianzanalyse / kombiniert t " , was die Ausgabe von univariaten Analyseergebnissen für alle kategorialen Variablen ermöglicht.
Das Obige ist die univariate Analyse aller unabhängigen Variablen basierend auf dem heute geteilten JMP. Anschließend beschreiben wir, wie Sie eine multivariate Analyse der linearen Regression in JMP durchführen. Bleib dran!
>> Erfahren Sie mehr über JMP Multivariate Analyse
Empfohlene Artikel für die statistische Analyse:
Ursprünglicher Link: https://mp.weixin.qq.com/s/uHau9nfIKPAmk9YaPoAb5Q
